Anemia është një sëmundje e karakterizuar nga një rënie në sasinë e eritrociteve të shëndetshme në trupin e eritrociteve të shëndetshme, shpesh ndodh në pacientët me sëmundje kronike të veshkave që duhet t'i nënshtrohen hemodializës rutinë. Prandaj, agjentët stimulues të eritrociteve (agjentët stimulues të eritropoisis, ESA) dhe shtesat e hekurit, janë futur në kuadër të këtij procesi. Por në të njëjtën kohë komplikimet mund të lindin nëse pacientët kanë ndryshuar metabolizmin e hekurit ose reagimit të dobët ndaj drogës. Përveç kësaj, medikamentet zakonisht janë të shtrenjta dhe ulën një barrë të vështirë financiare për shëndetin publik ose vetë pacientin. Kështu, duke marrë parasysh faktin se numri i pacientëve të tillë është duke u rritur, ekziston një kërkesë e madhe për sisteme shtesë mbështetëse me "aftësi" për të marrë vendime. Një mundësi është përdorimi i teknologjisë së inteligjencës artificiale (inteligjencës artificiale, AI), e cila duket të jetë një metodë premtuese, por kërkon një grup të madh të të dhënave dhe nuk është praktike për shkak të shteteve të ndryshme të shëndetit të pacientit.
Në një studim të kohëve të fundit, rezultatet e të cilave u botuan në Gazetën Ndërkombëtare të Shkencave Mjekësore, shkencëtarët nga Japonia megjithatë u përpoqën ta zgjidhnin problemin. Ata vendosën në vend që të bëjnë UJ për të studiuar fiziologjinë komplekse të trupit të pacientit, përdorin modelin e parashikimit bazuar në zgjidhjet e mjekëve me përvojë. Profesor i asociuar Toshiaki Ohara (Toshiaki Ohara) nga Okayam University shpjegon:
Ne po zhvillojmë një sistem të bazuar në parimet që përdoren në procesin e hollimit të mjekëve me përvojë. Në fund, ata nuk llogarisin vlerat e hollësishme të reagimeve të jetës në trupin e pacientit kur marrin një vendim për dozën, që do të thotë se modelet e parashikimit të bazuara në biokim nuk janë domosdoshmërisht të nevojshme.
Shkencëtarët kanë përgatitur dy grupe të të dhënave të marra në 2 spitale - një për të mësuar modelin e tyre dhe tjetri për testimin dhe verifikimin e parashikimeve të saj. Në të njëjtën kohë, ata regjistruan receta të përcaktuara me recetë në dy spitale dhe e konsideronin reagimin ndaj dy drogës të përmendura më sipër të aplikuara gjatë hemodializës.
Në bazë të tyre, u ndërtua një model AI, i quajtur "anemia e inteligjencës artificiale" (sistemi i kontrollit të anemisë së inteligjencës artificiale, AISACs), i cili mori një total prej pesë burimeve të hyrjes (katër pika të gjakut dhe anamnezës) dhe në cilësinë e prodhimit zgjodhi probabilitetin e nevojës për dozë për dy barna. Përveç kësaj, për të rritur efikasitetin e procesit, ata kompensuan për një vonesë kohore midis testimit të gjakut dhe vendosjes së dozës duke përdorur "rregullimin e të dhënave" për të sjellë datën e vendimmarrjes në përputhje me datat e anketës.
Si rezultat, AISACs treguan saktësi të lartë të parashikimit me klasifikimin e saktë (zgjidhjet që korrespondojnë me konkluzionet e mjekëve) në 72% -87%. Por edhe më interesante ishte se në disa raste, AISACs ofruan klasifikime "klinikisht korrekte" me tregues edhe më të lartë (92% -97%). Këto ishin zgjidhje që nuk përputheshin me diagnozën e mjekëve, por ende konsideroheshin të sakta nga një pikë mjekësore.