AI-система может помочь предотвратить анемию у пациентов, проходящих процедуру гемодиализа
Анемия - заболевание, характеризующееся снижением в организме количества здоровых эритроцитов, часто встречается у пациентов с хроническими заболеваниями почек, которым необходимо пройти рутинный гемодиализ. Соответственно, в рамках этого процесса вводятся эритроцит-стимулирующие агенты (erythropoiesis-stimulating agents, ESA) и добавки железа (iron supplements, IS). Но при этом могут возникнуть осложнения, если у пациентов изменился метаболизм железа или плохая реакция на лекарства. Кроме того, лекарства, как правило, являются дорогостоящими и ложатся тяжелым финансовым бременем на общественное здравоохранение или на самого пациента. Таким образом, с учетом того, что число таких пациентов в настоящее время растет, существует большой спрос на дополнительные системы поддержки, обладающие "способностями" к принятию решений. Один из вариантов заключается в использовании технологии искусственного интеллекта (artificial intelligence, AI), которая представляется перспективным методом, но требует большого массива данных и не является практичным из-за различных состояний здоровья пациентов.
В недавнем исследовании, результаты которого были опубликованы в International Journal of Medical Sciences, ученые из Японии тем не менее попытались решить проблему. Они решили вместо того, чтобы заставить AI изучать сложную физиологию тела пациента, использовать модель прогнозирования, основанную на решениях опытных врачей. Доцент Тошиаки Охара (Toshiaki Ohara) из университета Окаяма объясняет:
Мы разрабатываем систему, основанную на принципах, которые используются при мыслительном процессе опытных врачей. В конце концов, они не вычисляют детальные значения жизненных реакций в организме пациента при принятии решения о дозировке, а это значит, что модели прогнозирования, основанные на биохимии, не обязательно нужны.
Ученые подготовили два набора данных, полученные в 2-х больницах - один для обучения своей модели, а другой для тестирования и проверки своих прогнозов. Одновременно они записали выписанные врачами предписания по дозированию в двух больницах и рассмотрели реакцию на два упомянутые выше препарата, применяемых во время гемодиализа.
На их основе была построена AI-модель, называемая "системой контроля анемии с искусственным интеллектом" (artificial-intelligence-supported anemia control system, AISACS), которая получила в общей сложности пять источников входных данных (четыре пункта анализа крови и анамнеза) и в качестве выходных данных выбрала вероятность необходимости дозировки для двух лекарственных средств. Кроме того, для повышения эффективности процесса, они компенсировали временную задержку между анализом крови и принятием решения о дозировке, используя "корректировку данных" для приведения дат принятия решения в соответствие с датами обследования.
В итоге AISACS показал высокую точность прогноза с правильной классификацией (решения, соответствующие выводам врачей) на уровне 72%-87%. Но еще более интересным было то, что в некоторых случаях AISACS обеспечил "клинически правильные" классификации с еще более высокими показателями (92%-97%). Это были решения, которые не совпадали с диагнозом врачей, но все же считались правильными с медицинской точки зрения.
