Anemia adalah penyakit yang ditandai dengan penurunan jumlah eritrosit sehat dalam tubuh eritrosit sehat, sering terjadi pada pasien dengan penyakit ginjal kronis yang perlu menjalani hemodialisis rutin. Dengan demikian, agen merangsang eritrosit (agen stimulasi eritropoiesis, ESA) dan suplemen zat besi, diperkenalkan dalam kerangka proses ini. Tetapi pada saat yang sama komplikasi dapat muncul jika pasien telah mengubah metabolisme besi atau reaksi buruk terhadap narkoba. Selain itu, obat-obatan biasanya mahal dan menurunkan beban keuangan yang sulit pada kesehatan masyarakat atau pasien sendiri. Dengan demikian, dengan mempertimbangkan fakta bahwa jumlah pasien tersebut saat ini berkembang, ada permintaan besar untuk sistem pendukung tambahan dengan "kemampuan" untuk membuat keputusan. Salah satu opsi adalah menggunakan teknologi intelijen buatan (kecerdasan buatan, AI), yang tampaknya merupakan metode yang menjanjikan, tetapi membutuhkan array data yang besar dan tidak praktis karena berbagai keadaan kesehatan pasien.
Dalam sebuah penelitian baru-baru ini, hasil yang diterbitkan di International Journal of Medical Sciences, para ilmuwan dari Jepang tetap mencoba menyelesaikan masalah. Mereka memutuskan alih-alih membuat AI untuk mempelajari fisiologi kompleks dari tubuh pasien, gunakan model prediksi berdasarkan solusi dokter berpengalaman. Associate Professor Toshiaki Ohara (Toshiaki Ohara) dari Okayam University menjelaskan:
Kami sedang mengembangkan sistem berdasarkan prinsip-prinsip yang digunakan dalam proses penipisan dokter berpengalaman. Pada akhirnya, mereka tidak menghitung nilai-nilai terperinci dari reaksi hidup pada tubuh pasien ketika membuat keputusan tentang dosis, yang berarti bahwa model prediksi berdasarkan biokimia belum diperlukan.
Para ilmuwan telah menyiapkan dua set data yang diperoleh di 2 rumah sakit - satu untuk mengajar model mereka, dan yang lain untuk menguji dan memverifikasi perkiraannya. Pada saat yang sama, mereka mencatat resep resep yang diresepkan di dua rumah sakit dan mempertimbangkan reaksi terhadap dua obat yang disebutkan di atas diterapkan selama hemodialisis.
Atas dasar mereka, model AI dibangun, disebut "anemia intelijen buatan" (sistem kontrol anemia yang didukung oleh buatan, AISACS), yang menerima total lima sumber input (empat titik darah dan anamnesis) dan dalam kualitas Output memilih probabilitas kebutuhan akan dosis untuk dua obat. Selain itu, untuk meningkatkan efisiensi proses, mereka mengkompensasi untuk penundaan waktu antara pengujian darah dan memutuskan dosis menggunakan "penyesuaian data" untuk menghadirkan tanggal pengambilan keputusan sesuai dengan tanggal survei.
Akibatnya, AISAC menunjukkan presisi tinggi perkiraan dengan klasifikasi yang benar (solusi yang sesuai dengan kesimpulan dokter) pada 72% -87%. Tetapi yang lebih menarik adalah bahwa dalam beberapa kasus, AISACS memberikan klasifikasi "secara klinis yang benar" dengan indikator yang lebih tinggi (92% -97%). Ini adalah solusi yang tidak bertepatan dengan diagnosis dokter, tetapi masih dianggap benar dari titik medis.