L'anemia è una malattia caratterizzata da una diminuzione della quantità di eritrociti sani nel corpo di erythrociti sani, spesso si verifica nei pazienti con malattie renali croniche che hanno bisogno di sottoporsi a un emodialisi di routine. Di conseguenza, gli agenti di stimolante eritrociti (agenti di eritropoiesis-stimolante, ESA) e integratori di ferro, sono introdotti nel quadro di questo processo. Ma allo stesso tempo può sorgere complicazioni se i pazienti hanno cambiato il metabolismo del ferro o della scarsa reazione ai farmaci. Inoltre, i farmaci sono solitamente costosi e abbassati un onere finanziario difficile per la salute pubblica o il paziente stesso. Pertanto, tenendo conto del fatto che il numero di tali pazienti è attualmente in crescita, vi è una grande richiesta di ulteriori sistemi di supporto con "abilità" per prendere decisioni. Un'opzione è quella di utilizzare la tecnologia di intelligenza artificiale (intelligenza artificiale, AI), che sembra essere un metodo promettente, ma richiede un grande array di dati e non è pratico a causa di vari stati sanitari del paziente.
In uno studio recente, i cui risultati sono stati pubblicati presso l'International Journal of Medical Sciences, gli scienziati del Giappone hanno comunque tentato di risolvere il problema. Hanno deciso invece di rendere AI per studiare la complessa fisiologia del corpo del paziente, utilizzare il modello di previsione basato su soluzioni di medici esperti. Professore associato Toshiaki Ohara (Toshiaki Ohara) da Okayam University spiega:
Stiamo sviluppando un sistema basato sui principi che vengono utilizzati nel processo di assottigliamento dei medici esperti. Alla fine, non calcolano i valori dettagliati delle reazioni di vita nel corpo del paziente quando si prendono una decisione sul dosaggio, il che significa che i modelli di previsione basati sulla biochimica non sono necessariamente necessari.
Gli scienziati hanno preparato due set di dati ottenuti in 2 ospedali - uno per insegnare il loro modello e l'altro per testare e verificare le sue previsioni. Allo stesso tempo, hanno registrato prescrizioni prescritte prescritte in due ospedali e consideravano la reazione ai due farmaci sopra menzionati sopra l'emodialisi.
Sulla loro base, è stato costruito un modello AI, chiamato "Anemia di intelligenza artificiale" (sistema di controllo anemia supportato dall'intelligenza artificiale, AISACS), che ha ricevuto un totale di cinque fonti di ingresso (quattro punti di sangue e anamnesi) e nella qualità dell'uscita ha scelto la probabilità della necessità di dosaggio per due farmaci. Inoltre, per aumentare l'efficienza del processo, hanno compensato un ritardo tra i test del sangue e decidendo il dosaggio utilizzando "Regolazione dei dati" per portare la data del processo decisionale in conformità con le date del sondaggio.
Di conseguenza, Aisacs ha mostrato un'elevata precisione delle previsioni con la corretta classificazione (soluzioni corrispondenti alle conclusioni dei medici) al 72% -87%. Ma anche più interessante è stato che in alcuni casi, AISACS ha fornito classificazioni "clinicamente corrette" con indicatori ancora più alti (92% -97%). Queste erano soluzioni che non coincidono con la diagnosi dei medici, ma ancora considerati corretti da un punto medico.