Үебэ бол эрүүл шатарийн эрүүл биед эрмэл эмийн хэмжээнээс буурч байгаа өвчин, ихэвчлэн ердийн гемодинизаттай өвчтөнүүдэд тохиолддог өвчин юм. Үүний дагуу Erytocyte-ийн өдөөгч бодис (ялгаруулах гэж өдөх өдөөгч агентууд (Эрикизия, урамөгдог) болон төмрийн хувь нэмрийг оруулна. Гэхдээ тухайн үед өвчтөнүүд нь төмөр эсвэл эмийн бодисын бодисын бодисын бодисын бодисын бодисын солилцоог өөрчилсөн тохиолдолд асар хүндрэл үүсч магадгүй юм. Үүнээс гадна эм нь ихэвчлэн үнэтэй бөгөөд нийгмийн эрүүл мэнд, өвчтөнд хэцүү санхүүгийн дарамтыг бууруулдаг. Ийм өвчтөнүүдийн тоо нэмэгдэж байгаа тул шийдвэр гаргахад "чадвар" бүхий нэмэлт дэмжлэг үзүүлэх системийг анхаарч үзэх хэрэгтэй. Нэг сонголт бол хиймэл оюун ухааны технологи ашиглах явдал юм.
Сүүлийн үеийн судалгаагаар Япон улсаас олон улсын шинжлэх ухааны сэтгүүлд нийтэлсэн үр дүнгээс гаргасан үр дүнг нь тэр асуудлыг шийдэх гэж оролдсон. Тэд өвчтөний биеийн нарийн төвөгтэй физиологийн физиологийг судлахаар шийдсэн бөгөөд туршлагатай эмч нарын шийдэлд суурилсан таамаглалыг ашиглана уу. Asso Apperiate TOSHIAKI OHARA OHARA (TOSHIAKI OHARA) OKAMINISION UPAIN-ээс тайлбарлав.
Туршлагатай эмч нарын сийрэгжуулалтын үйл явцад хэрэглэгчид дээр үндэслэн системийг боловсруулж байна. Эцэст нь, тэд Тунгын биетүүдийн бие махбодийн биетүүдийн нарийвчилсан утгыг тооцоолохдоо биологийн тал дээр суурилсан таамаглалыг тооцох шаардлагагүй гэсэн үг юм.
Эрдэмтэд 2 эмнэлэгт хэвтсэн хоёр өгөгдлийн багцыг бэлтгэсэн - Загвараа тест хийх, тест хийх, нөгөө нь түүний урьдчилсан мэдээг шалгаж, баталгаажуулах. Нэгэн зэрэг, тэд эмчийн тогтоосон жорыг тэмдэглэж, хоёр эмнэлэгт хэвтэж, дээр дурдсан хоёр эмийг дарангуйлсан хариу үйлдэл үзүүлсэн.
Тэдгээрийн үндсэн дээр, AI загвар зохион байгуулагдсан, "Хиймэл оюуны болон" Цус, анамезийн ", ANACS-ийн ДӨРӨВДҮГЭЭР ҮНЭЛГЭЭ) гаралт нь хоёр эмийн хувьд тунгийн хэрэгцээ шаардлагыг сонгосон. Үүнээс гадна, үйл явцын үр ашгийг нэмэгдүүлэхийн тулд тэдгээр нь судалгааны хугацааг хойшлуулах хугацааг хойшлуулах, шийдвэр гаргах хугацааг хойшлуулахаар шийдсэн.
Үүний үр дүнд AISAC нь зөв ангиллын нарийвчлалыг зөв ангилдаг (эмч нарын дүгнэлтэд харгалзах шийдэл нь 72% -87%- Гэхдээ зарим тохиолдолд илүү сонирхолтой байсан, AISACS нь "Эмчилгээний хувьд" клиник байдлаар зөв үзүүлэлтүүд (92% -97%) ангиллыг өгсөн. Эдгээр нь эмч нарын оношлогоотой давхцаагүй байсан боловч эрүүл мэндийн цэгээс зөв гэж тооцогддог.