Thiếu máu là một bệnh được đặc trưng bởi sự giảm lượng hồng cầu lành mạnh trong cơ thể hồng cầu khỏe mạnh, thường xảy ra ở những bệnh nhân mắc các bệnh thận mãn tính cần trải qua chạy thận nhân tạo thông thường. Theo đó, các chất kích thích erythrocyte (các tác nhân kích thích erythropoesis, ESA) và bổ sung sắt, được giới thiệu trong khuôn khổ của quá trình này. Nhưng đồng thời biến chứng có thể phát sinh nếu bệnh nhân đã thay đổi quá trình chuyển hóa sắt hoặc phản ứng kém đối với thuốc. Ngoài ra, các loại thuốc thường đắt tiền và hạ gục tài chính khó khăn về sức khỏe cộng đồng hoặc chính bệnh nhân. Do đó, có tính đến việc thực tế là số lượng bệnh nhân như vậy hiện đang phát triển, có một nhu cầu lớn đối với các hệ thống hỗ trợ bổ sung với "khả năng" để đưa ra quyết định. Một lựa chọn là sử dụng công nghệ trí tuệ nhân tạo (trí thông minh nhân tạo, AI), dường như là một phương pháp đầy hứa hẹn, nhưng yêu cầu một mảng dữ liệu lớn và không thực tế do các quốc gia y tế bệnh nhân khác nhau.
Trong một nghiên cứu gần đây, kết quả được công bố tại Tạp chí Khoa học Y tế Quốc tế, các nhà khoa học từ Nhật Bản đã cố gắng giải quyết vấn đề. Họ đã quyết định thay vì thực hiện AI để nghiên cứu sinh lý phức tạp của cơ thể bệnh nhân, sử dụng mô hình dự đoán dựa trên các giải pháp của các bác sĩ có kinh nghiệm. Phó giáo sư Toshiaki Ohara (Toshiaki Ohara) từ Đại học Okayam giải thích:
Chúng tôi đang phát triển một hệ thống dựa trên các nguyên tắc được sử dụng trong quá trình tỉa thưa của các bác sĩ có kinh nghiệm. Cuối cùng, chúng không tính toán các giá trị chi tiết của các phản ứng tuổi thọ trong cơ thể bệnh nhân khi đưa ra quyết định về liều lượng, có nghĩa là các mô hình dự đoán dựa trên sinh hóa không nhất thiết cần thiết.
Các nhà khoa học đã chuẩn bị hai bộ dữ liệu thu được trong 2 bệnh viện - một người để dạy mô hình của họ và người kia để thử nghiệm và xác minh dự báo của nó. Đồng thời, họ đã ghi lại các đơn thuốc theo toa theo quy định tại hai bệnh viện và được coi là phản ứng với hai loại thuốc được đề cập ở trên áp dụng trong chạy thận nhân tạo.
Trên cơ sở của họ, một mô hình AI được xây dựng, được gọi là "thiếu máu trí thông minh nhân tạo" (Hệ thống kiểm soát thiếu máu được hỗ trợ trí thông minh nhân tạo, AISACS), đã nhận được tổng cộng năm nguồn đầu vào (bốn điểm máu và anamnesis) và chất lượng của đầu ra đã chọn xác suất nhu cầu liều lượng cho hai loại thuốc. Ngoài ra, để tăng hiệu quả của quy trình, họ đã bù đắp cho sự chậm trễ thời gian giữa xét nghiệm máu và quyết định liều lượng sử dụng "điều chỉnh dữ liệu" để đưa ngày ra quyết định theo ngày khảo sát.
Do đó, AISACS cho thấy độ chính xác cao của dự báo với phân loại chính xác (các giải pháp tương ứng với kết luận của các bác sĩ) ở mức 72% -87%. Nhưng thậm chí còn thú vị hơn là trong một số trường hợp, AISACS đã cung cấp các phân loại "chính xác về lâm sàng" với các chỉ số cao hơn (92% -97%). Đây là những giải pháp không trùng với chẩn đoán các bác sĩ, nhưng vẫn được coi là chính xác từ một điểm y tế.