Anemia ni ugonjwa unaojulikana kwa kupungua kwa kiasi cha erythrocytes afya katika mwili wa erythrocytes afya, mara nyingi hutokea kwa wagonjwa wenye magonjwa ya figo ya muda mrefu ambao wanahitaji kufanyiwa hemodialysis ya kawaida. Kwa hiyo, mawakala wa kuchochea erythrocyte (mawakala wa erythropoiesis-stimulating, ESA) na virutubisho vya chuma, huletwa ndani ya mfumo wa mchakato huu. Lakini wakati huo huo matatizo yanaweza kutokea kama wagonjwa wamebadili kimetaboliki ya chuma au majibu maskini kwa madawa ya kulevya. Aidha, dawa ni ghali na kupungua mzigo mgumu wa kifedha kwa afya ya umma au mgonjwa mwenyewe. Kwa hiyo, kwa kuzingatia ukweli kwamba idadi ya wagonjwa vile inakua kwa sasa, kuna mahitaji makubwa ya mifumo ya ziada ya msaada na "uwezo" kufanya maamuzi. Chaguo moja ni kutumia teknolojia ya akili ya bandia (akili ya bandia, AI), ambayo inaonekana kuwa njia ya kuahidi, lakini inahitaji safu kubwa ya data na sio vitendo kutokana na nchi mbalimbali za afya.
Katika utafiti wa hivi karibuni, matokeo ambayo yalichapishwa katika Jarida la Kimataifa la Sayansi ya Matibabu, wanasayansi kutoka Japan hata hivyo walijaribu kutatua tatizo hilo. Waliamua badala ya kufanya AI kujifunza physiolojia tata ya mwili wa mgonjwa, kutumia mfano wa utabiri kulingana na ufumbuzi wa madaktari wenye ujuzi. Profesa Toshiaki Ohara (Toshiaki Ohara) kutoka Chuo Kikuu cha Okayam anaelezea:
Tunaendeleza mfumo kulingana na kanuni ambazo hutumiwa katika mchakato wa kuponda wa madaktari wenye ujuzi. Hatimaye, hawana mahesabu ya maadili ya kina ya athari za maisha katika mwili wa mgonjwa wakati wa kufanya uamuzi juu ya kipimo, ambayo ina maana kwamba mifano ya utabiri kulingana na biochemistry si lazima inahitajika.
Wanasayansi wameandaa seti mbili za data zilizopatikana katika hospitali 2 - moja ya kufundisha mfano wao, na nyingine ya kupima na kuthibitisha utabiri wake. Wakati huo huo, waliandika maagizo ya dawa yaliyoagizwa katika hospitali mbili na kuchukuliwa kuwa majibu ya dawa mbili zilizotajwa hapo juu kutumika wakati wa hemodialysis.
Kwa msingi wao, mfano wa AI ulijengwa, unaitwa "anemia ya akili ya bandia" (mfumo wa udhibiti wa anemia wa akili, ambao ulipata jumla ya vyanzo vya pembejeo tano (pointi nne za damu na anamnesis) na katika ubora Ya pato ilichagua uwezekano wa haja ya kipimo kwa madawa ya kulevya. Aidha, kuongeza ufanisi wa mchakato, walilipa fidia kwa kuchelewa wakati kati ya kupima damu na kuamua juu ya kipimo kwa kutumia "marekebisho ya data" kuleta tarehe ya kufanya maamuzi kwa mujibu wa tarehe ya utafiti.
Matokeo yake, AISACS ilionyesha usahihi wa juu wa utabiri na uainishaji sahihi (ufumbuzi unaohusiana na hitimisho la madaktari) kwa 72% -87%. Lakini hata kuvutia zaidi ilikuwa kwamba wakati mwingine, AISACS ilitoa "classically sahihi" classifications na viashiria hata juu (92% -97%). Hizi ndio ufumbuzi ambao haukuhusishwa na ugonjwa wa madaktari, lakini bado unaonekana kuwa sahihi kutokana na hatua ya matibabu.