Anemija je bolest karakterizirana smanjenjem količine zdravih eritrocita u tijelu zdravih eritrocita, često se javlja u bolesnika s kroničnim bolestima bubrega koji moraju proći rutinske hemodijalize. U skladu s tim, uveden je sredstva za stimuliranje eritrocita (sredstva za stimuliranje eritropoeza, ESA) i dodataka željeza, uvedeni su u okviru ovog procesa. Ali u isto vrijeme komplikacije mogu nastati ako su pacijenti promijenili metabolizam željeza ili loše reakcije na lijekove. Osim toga, lijekovi su obično skupi i spuštaju težak financijski teret na javno zdravlje ili sam pacijenta. Dakle, uzimajući u obzir činjenicu da je broj takvih pacijenata trenutno raste, postoji velika potražnja za dodatnim sustavima podrške s "sposobnostima" donošenje odluka. Jedna opcija je korištenje tehnologije umjetne inteligencije (umjetna inteligencija, AI), koja se čini obećavajućom metodom, ali zahtijeva veliki niz podataka i nije praktičan zbog različitih zdravstvenih stanja pacijenata.
U nedavnoj studiji, rezultati su objavljeni u Međunarodnom časopisu medicinske znanosti, znanstvenici iz Japana ipak su pokušali riješiti problem. Odlučili su umjesto da se AI prouči složenu fiziologiju pacijentovog tijela, koriste model predviđanja na temelju rješenja iskusnih liječnika. Izvanredni profesor Toshiaki Ohara (Toshiaki ohara) iz Okayam sveučilišta objašnjava:
Razvijamo sustav na temelju načela koji se koriste u procesu razrjeđivanja iskusnih liječnika. Na kraju, oni ne izračunavaju detaljne vrijednosti životnih reakcija u pacijentovom tijelu pri donošenju odluke o dozi, što znači da modeli predviđanja na temelju biokemije nisu nužno potrebni.
Znanstvenici su pripremili dva skupa podataka dobivenih u 2 bolnice - jedan za podučavanje njihovog modela, a drugi za testiranje i provjeru njegovih prognoza. U isto vrijeme, oni su zabilježili propisane recepte u dvije bolnice i smatraju se reakcija na dva lijeka gore navedena tijekom hemodijalize.
Na temelju toga, izgrađen je model AI, nazvan "anemiju" umjetne inteligencije "(anemičar koji podržava anemičar, Anemija, AISACS), koji je dobio ukupno pet ulaznih izvora (četiri točke krvi i anamneze) i kvalitete izlaza je izabrao vjerojatnost potrebe za dozom za dva lijeka. Osim toga, povećati učinkovitost procesa, oni kompenziraju vrijeme kašnjenja između testiranja krvi i odlučivanje o doziranju pomoću "prilagodbe podataka" donijeti datum donošenja odluka u skladu s datumima istraživanja.
Kao rezultat toga, AISACS je pokazao visoku preciznost prognoze s ispravnom klasifikacijom (rješenja koja odgovaraju zaključcima liječnika) na 72% -87%. No, još je zanimljivije bilo da su u nekim slučajevima AISACS pružio "klinički ispravne" klasifikacije s još višim pokazateljima (92% -97%). To su bila rješenja koja se ne podudaraju s dijagnozom liječnika, ali se i dalje smatraju ispravnim od medicinske točke.