Az anémia olyan betegség, amely az egészséges eritrociták testében az egészséges eritrociták mennyiségének csökkenésével jellemezhető, gyakran krónikus veseelégtelenségben szenvedő betegeknél fordul elő, akiknek rutin hemodialízisnek kell lenniük. Ennek megfelelően az eritrocit-stimuláló szerek (eritropiesis-stimuláló szerek, ESA) és vas-kiegészítők kerülnek bevezetésre e folyamat keretében. De ugyanakkor komplikációk léphetnek fel, ha a beteg megváltozott vasanyagcsere vagy rossz reakció gyógyszerek. Ezenkívül a gyógyszerek általában drágák, és magabiztos pénzügyi terhet jelentenek a közegészségügyre vagy a betegre. Így figyelembe véve azt a tényt, hogy az ilyen betegek száma jelenleg növekszik, nagy igény van a további támogatási rendszerekért a "képességekkel" a döntések meghozatalához. Az egyik lehetőség a mesterséges intelligencia technológia (a mesterséges intelligencia, AI) használata, amely az ígéretes módszernek tűnik, de nagy adatgyűjtőt igényel, és nem praktikus a különböző betegek egészségügyi állapota miatt.
Egy nemrégiben készült tanulmány, amelynek eredményeit tették közzé az International Journal of Medical Sciences, a tudósok Japán mégis próbálta megoldani a problémát. Úgy döntöttek, hogy az AI-t tanulmányozzák, hogy tanulmányozzák a páciens testének összetett fiziológiáját, használd a predikciós modellt a tapasztalt orvosok megoldásai alapján. Associate professzor Toshiaki Ohara (Toshiaki Ohara) a Okayam Egyetemen magyarázza:
Olyan rendszert dolgozunk ki, amely a tapasztalt orvosok hígító folyamatában használt elveken alapul. A végén, nem számolnak a részletes értékeit élet reakciók a beteg testén, amikor a döntést a dózis, amely azt jelenti, hogy az előrejelzési modellek alapján biokémia nem feltétlenül szükséges.
A tudósok két kórházban szerzett két adatkészletet készítettek - az egyik tanítani a modellt, a másik pedig az előrejelzések tesztelésére és ellenőrzésére. Ugyanakkor két kórházban rögzített vényköteles recepteket rögzítettek, és a hemodialízis során a fent említett két gyógyszerre adott reakciót figyelembe vették.
Alapjuk szerint egy AI modellt építettek, nevezték a "mesterséges intelligencia-anémia" (mesterséges intelligencia által támogatott anémia kontroll rendszer, AISACS), amelyek összesen öt bemeneti forrást kaptak (négy vér és anamnézis) és minőségben a kimenet választotta a két gyógyszer adagolásának szükségességét. Emellett növeli a hatékonyságot a folyamat, kompenzálni a késleltetés között vérvizsgálatot, dönt az adagolás a „adatfeldolgozási”, hogy a dátum döntési összhangban időpontját a felmérés.
Ennek eredményeképpen az AISACS nagy pontosságot mutatott az előrejelzésnek a megfelelő osztályozással (az orvosok következtetéseinek megfelelő megoldások) 72% -87% -kal. De még érdekesebb volt, hogy egyes esetekben az AISAC-k "klinikailag helyes" osztályozást nyújtottak még nagyobb mutatókkal (92% -97%). Ezek olyan megoldások voltak, amelyek nem egyeznek meg az orvosok diagnózisával, de még mindig orvosi pontból származnak.