人工智能系统可以帮助预防血液透析患者的贫血

贫血是一种以体内缺乏健康红细胞为特征的疾病，常见病发于需要进行常规血液透析(在肾脏功能不佳时帮助“清理”血液的过程)的慢性肾脏疾病患者。因此，红细胞刺激剂(称为“促红细胞生成剂”或ESAs)和铁补充剂(ISs)是这一过程的一部分。但是，如果患者铁代谢改变或药物反应不良，可能会出现并发症。此外，药物往往很昂贵，给公共卫生带来沉重的财政负担。因此，由于这类患者目前在增加，但没有足够多的经过适当培训的医生来实施治疗，具有智能决策能力的额外支持系统是非常需要的。一种选择是转向人工智能(AI)，这似乎很有前景，但需要大量数据，由于患者的健康状况不同，并不实际。

那么，我们能做些什么来改善这种情况吗?最近的一项研究发表在国际医学科学杂志bob88体育平台登录医学研究人员来自日本的专家试图找到答案。他们想出了一种新方法:他们不是让人工智能从病人复杂的生理机能中学习，而是选择预测模型根据经验丰富的医生的决定。来自日本冈山大学的助理教授、该研究的首席科学家Toshiaki Ohara解释说:“我们是在思考经验丰富的医生的思维过程时得到这个想法的。毕竟，他们在决定剂量时并没有计算病人体内生命反应的详细值，这意味着基于生物化学的预测模型是不必要的。”

研究人员通过收集开始临床数据然后为每家医院准备两套数据集:一套用于训练他们的模型，另一套用于测试和验证其预测。同时，他们记录了两家医院的医生的剂量指导，并考虑了血液透析中使用的两种药物的反应:ESAs和ISs。

基于这些，它们构建了一种叫做基于AI的模型人工智能该系统共接收5个输入(4个血液检查项目和用药史)，并输出两种药物的用药方向概率。此外，为了使训练过程更有效率，他们通过使用数据校正使决策日期与检查日期相匹配来补偿血液检查和剂量决策之间的时间间隔。

让研究人员高兴的是，AISACS显示出了很高的预测准确率，正确的分类(方向匹配医生的)率为72%-87%。但更有趣的是，它以更高的比率(92%-97%)提供了“临床合适”的分类。这些指示并不符合医生的指示(有时是在医生前面提供的)，但从医学角度来看仍被认为是适当的。

有了这些结果，研究人员对AISAC的未来前景充满希望。“通过预防贫血，我们的系统可以帮助减轻医生和医疗保险系统的负担。此外，它有可能分享与药物相关的知识和经验，”Ohara博士兴奋地评论道。

希望这种新的AI基础方法为血液透析和医生治疗它们的患者提供了一些希望。

---

---