Անեմիան հիվանդություն է, որը բնութագրվում է առողջ էրիթրոցիտների մարմնում առողջ erythrocytes- ի ծավալի նվազումով, հաճախ առաջանում է երիկամների քրոնիկ հիվանդություններ ունեցող հիվանդների մոտ, ովքեր պետք է ունենան սովորական հեմոդիալիզ: Ըստ այդմ, այս գործընթացի շրջանակներում ներդրվում են Էիթրոցիտի խթանող գործակալները (ERYTHROPOIESIS Խթանող նյութեր, ERRA) եւ երկաթի հավելումներ: Բայց միեւնույն ժամանակ կարող են առաջանալ բարդություններ, եթե հիվանդները փոխեցին երկաթյա նյութափոխանակությունը կամ թմրամիջոցների վատ արձագանքը: Բացի այդ, դեղամիջոցները սովորաբար թանկ են եւ իջեցնում են ծանր ֆինանսական բեռը հանրային առողջության կամ հիվանդի վրա: Այսպիսով, հաշվի առնելով այն փաստը, որ ներկայումս նման հիվանդների թիվը աճում է, որոշումներ կայացնելու համար լրացուցիչ օժանդակ համակարգերի մեծ պահանջարկ կա: Մեկ տարբերակ է օգտագործել արհեստական հետախուզական տեխնոլոգիաներ (արհեստական բանականություն, AI), որը, կարծես, խոստումնալից մեթոդ է, բայց պահանջում է մեծ տվյալների հավաքածու եւ գործնական չէ հիվանդների առողջության տարբեր պետությունների:
Վերջերս ուսումնասիրության արդյունքում, որոնց արդյունքները հրապարակվել են բժշկական գիտությունների միջազգային ամսագրում, Japan ապոնիայում գիտնականները, այնուամենայնիվ, փորձեցին լուծել խնդիրը: Նրանք որոշեցին, որ ԱԻ-ն պատրաստի ուսումնասիրել հիվանդի մարմնի բարդ ֆիզիոլոգիան, օգտագործել կանխատեսման մոդելը, որը հիմնված է փորձառու բժիշկների լուծումների վրա: Դոցենտ Տոշիակ Օհարան (Տոշիակ ՕՀարա) Օկայամի համալսարանից բացատրում է.
Մենք մշակում ենք համակարգ, հիմնվելով այն սկզբունքների վրա, որոնք օգտագործվում են փորձառու բժիշկների նոսրացման գործընթացում: Ի վերջո, նրանք չեն հաշվարկում հիվանդի մարմնի կյանքի արձագանքների մանրամասն արժեքները դեղաչափի վերաբերյալ որոշում կայացնելիս, ինչը նշանակում է, որ կենսաքիմիայի հիման վրա կանխատեսման մոդելները պարտադիր չէ:
Գիտնականները պատրաստել են 2 հիվանդանոցում ձեռք բերված երկու տվյալների հավաքածու `մեկը` ուսուցանելու իրենց մոդելը, իսկ մյուսը `դրա կանխատեսումները փորձարկելու եւ հաստատելու համար: Միեւնույն ժամանակ, նրանք արձագանքել են երկու հիվանդանոցներում նշանակված դեղատոմսերի դեղատոմսեր եւ արձագանքը համարել են հեմոդիալիզի ընթացքում վերոհիշյալ երկու դեղամիջոցի նկատմամբ:
Նրանց հիման վրա կառուցվել է AI մոդելը, որը կոչվում է «Արհեստական հետախուզություն անեմիա» (արհեստական-հետախուզական աջակցվող անեմիայի կառավարման համակարգ, AISACS), որը ստացել է ընդհանուր առմամբ հինգ մուտքային աղբյուր (արյան եւ անամնեզի չորս կետ) եւ որակի Արդյունքից ընտրեց երկու դեղամիջոցի համար դեղաչափի անհրաժեշտության հավանականությունը: Բացի այդ, գործընթացի արդյունավետությունը բարձրացնելու համար նրանք փոխհատուցեցին արյան ստուգման եւ որոշումների կատարման համար դեղաչափի որոշման միջեւ ժամանակի հետաձգումը:
Արդյունքում AISAC- ները ցույց տվեցին կանխատեսման բարձր ճշգրտությունը ճիշտ դասակարգման միջոցով (բժիշկների եզրակացություններին համապատասխան լուծումներ) 72% -87% -ով: Բայց նույնիսկ ավելի հետաքրքիր էր, որ որոշ դեպքերում AISAC- ները «կլինիկականորեն շտկեցին» դասակարգումները նույնիսկ ավելի բարձր ցուցանիշներով (92% -97%): Սրանք լուծումներ էին, որոնք չէին համընկնում բժիշկների ախտորոշման հետ, բայց դեռ ճիշտ էին համարվում բժշկական կետից: