A anemia é uma doença caracterizada por uma diminuição na quantidade de eritrócitos saudáveis no corpo de eritrócitos saudáveis, muitas vezes ocorre em pacientes com doenças renais crônicas que precisam sofrer hemodiálise rotineira. Assim, os agentes estimulantes de eritrócitos (agentes estimulantes de eritropoiese, ESA) e suplementos de ferro, são introduzidos no âmbito deste processo. Mas, ao mesmo tempo, as complicações podem surgir se os pacientes mudaram o metabolismo de ferro ou má reação a drogas. Além disso, os medicamentos são geralmente caros e abaixaram uma carga financeira difícil sobre a saúde pública ou o próprio paciente. Assim, tendo em conta o fato de que o número de tais pacientes está atualmente crescendo, há uma grande demanda por sistemas de suporte adicionais com "habilidades" para tomar decisões. Uma opção é usar a tecnologia de inteligência artificial (inteligência artificial, AI), que parece ser um método promissor, mas requer uma grande matriz de dados e não é prático devido a vários estados de saúde do paciente.
Em um estudo recente, cujos resultados foram publicados no Jornal Internacional de Ciências Médicas, cientistas do Japão, no entanto, tentaram resolver o problema. Eles decidiram em vez de fazer a AI estudar a fisiologia complexa do corpo do paciente, use o modelo de previsão baseado em soluções de médicos experientes. Professor Associado Toshiaki Ohara (Toshiaki Ohara) da Universidade Okayam explica:
Estamos desenvolvendo um sistema com base nos princípios que são usados no processo de desbaste de médicos experientes. No final, eles não calculam os valores detalhados das reações de vida no corpo do paciente ao tomar uma decisão sobre a dosagem, o que significa que os modelos de previsão baseados em bioquímica não são necessariamente necessários.
Os cientistas prepararam dois conjuntos de dados obtidos em 2 hospitais - um para ensinar seu modelo e outro para testar e verificar suas previsões. Ao mesmo tempo, eles registraram prescrições prescritas em dois hospitais e consideraram a reação aos dois medicamentos mencionados acima aplicados durante a hemodiálise.
Com base, um modelo AI foi construído, chamado de "anemia de inteligência artificial" (sistema de controle de anemia de inteligência artificial, AISACS), que recebeu um total de cinco fontes de entrada (quatro pontos de sangue e anamnese) e na qualidade da saída escolheu a probabilidade da necessidade de dosagem para duas drogas. Além disso, para aumentar a eficiência do processo, eles compensaram um atraso no tempo entre os testes de sangue e decidir sobre a dosagem usando "ajuste de dados" para trazer a data de decisão de acordo com as datas da pesquisa.
Como resultado, a AISAC mostrou alta precisão da previsão com a classificação correta (soluções correspondentes às conclusões dos médicos) a 72% -87%. Mas ainda mais interessante foi que, em alguns casos, os AISACs ofereciam classificações "clinicamente corretas" com indicadores ainda maiores (92% -97%). Estas eram soluções que não coincidiram com o diagnóstico de médicos, mas ainda considerados corretos de um ponto médico.