Anemi, sağlıklı eritrositlerin vücudundaki sağlıklı eritrositlerin miktarında bir azalma ile karakterize edilen bir hastalıktır, genellikle rutin hemodiyaliz uygulanması gereken kronik böbrek hastalıkları olan hastalarda meydana gelir. Buna göre, eritrosit uyarıcı ajanları (eritropoiesis-uyarıcı maddeler, ESA) ve demir takviyeleri bu süreç çerçevesinde tanıtılmaktadır. Ancak, hastalar demir veya zayıf reaksiyonun ilaçlara metabolizmasını değiştirdiyse, aynı zamanda komplikasyonlar ortaya çıkabilir. Ek olarak, ilaçlar genellikle pahalıdır ve halk sağlığı veya hastanın kendisiyle ilgili zor bir finansal yükü düşürdü. Böylece, bu tür hastaların sayısının şu anda büyüdüğü gerçeğini dikkate alarak, karar vermek için "yetenekler" olan ek destek sistemlerine büyük bir talep vardır. Bir seçenek, umut verici bir yöntem gibi görünen, ancak büyük bir veri dizisi gerektiren ve çeşitli hasta sağlık devletleri nedeniyle pratik değildir, yapay zeka teknolojisini (yapay zeka, AI) kullanmaktır.
Sonuçlar, sonuçları Uluslararası Tıp Bilimleri Dergisi'nde yayınlanan, Japonya'dan bilim adamları, yine de sorunu çözmeye çalıştı. Hastanın vücudunun karmaşık fizyolojisini incelemek için AI yapmak yerine, deneyimli doktorların çözümlerine dayalı tahmin modelini kullandılar. Doçessor Toshiaki Ohara (Toshiaki Ohara), Okayam Üniversitesi'nden Açıklar:
Deneyimli doktorların inceltme sürecinde kullanılan ilkelere dayanan bir sistem geliştiriyoruz. Sonunda, dozaj üzerinde bir karar verirken hastanın vücudundaki yaşam reaksiyonlarının ayrıntılı değerlerini hesaplamazlar, bu da biyokimyaya dayalı tahmin modellerinin mutlaka ihtiyaç duyulması gerekmez.
Bilim adamları, 2 hastanede elde edilen iki veri seti hazırladılar - biri modellerini öğretmek ve diğer tahminlerini test etmek ve doğrulamak için. Aynı zamanda, iki hastanede reçeteli reçeteli reçeteler kaydettiler ve hemodiyaliz sırasında yukarıda belirtilen iki ilaca reaksiyonu kabul ettiler.
Temellerinde, toplam beş giriş kaynağı (dört kan ve anamnezin) ve kalitede olan "Yapay Zeka Anemisi" (Yapay İstihbarat Desteklenen Anemi Kontrol Sistemi, Aisac) adı verilen AI modeli inşa edilmiştir. Çıktının iki ilaç için doza ihtiyacının olasılığını seçti. Ek olarak, sürecin verimliliğini arttırmak için, karar verme tarihini anketin tarihlerine uygun olarak karar verme tarihini getirmek için "veri ayarlaması" kullanarak kan testi ile dozaja karar verme zaman gecikmesini telafi ettiler.
Sonuç olarak, AISAC'lar doğru sınıflandırma (doktor sonuçlarına karşılık gelen çözümler)% 72 -% 87'de tahminlerin yüksek hassasiyetini göstermiştir. Ancak daha da ilginç, bazı durumlarda, daha yüksek göstergelerle (% 92 -% 97) "klinik olarak doğru" sınıflandırmalar sağluydu. Bunlar, doktorların teşhisi ile çakışmamış, ancak yine de tıbbi bir noktadan doğru kabul edilen çözümlerdir.