Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Le système d'aide à la décision basé sur AI neuf peut aider à éviter l'anémie dans des patients d'hémodialyse

L'anémie, une condition caractérisée par le manque d'hématies en bonne santé dans le fuselage, est courante dans les patients présentant la maladie rénale chronique qui doivent subir l'hémodialyse courante (un procédé ce des aides « nettoient » le sang quand les reins ne fonctionnent pas bien). Ainsi, des agents cellule-stimulants de sang rouge (« agents érythropoïèse-stimulants » appelés ou ESAs) et les suppléments en fer (ISs) sont administrés en tant qu'élément de ce procédé. Mais, les complications peuvent surgir si les patients ont un métabolisme du fer modifié ou une réaction aux traitements faible.

D'ailleurs, les médicaments tendent à être chers et à imposer un fardeau financier lourd à la santé publique. Ainsi, avec de tels patients actuel sur l'augmentation mais pas assez de médecins convenablement qualifiés pour administrer la demande de règlement, les systèmes de support complémentaires avec des capacités de prise de décision sèches sont hautement recherchés. Une option est de se tourner vers l'artificial intelligence (AI), qui semble prometteur mais les exigences un grand ensemble de données et n'est pas pratique dû à de divers états de santé des patients.

Est-ce qu'ainsi, quelque chose peut être faite pour améliorer la situation ? Dans une étude récente publiée dans le tourillon international des sciences médicales, les chercheurs médicaux du Japon ont essayé de trouver la réponse. Ils ont proposé une approche neuve : au lieu d'effectuer l'AI apprenez de la physiologie complexe du fuselage du patient, ils optent pour un modèle de prévision basé sur les décisions des médecins expérimentés.

Nous avons eu l'idée tout en contemplant le procédé de pensée des médecins desséchés. Après tout, ils ne prévoient pas des valeurs détaillées des réactions indispensables dans le fuselage d'un patient quand les dosages décisifs, qui veut dire des modèles de prévision basés sur des biochimies ne sont pas nécessaires. »

Toshiaki Ohara, scientifique de fil, professeur adjoint, université d'Okayama

Les chercheurs ont commencé en rassemblant des caractéristiques cliniques à deux hôpitaux au Japon et puis en préparant deux ensembles de données pour chaque hôpital : un pour former leur modèle et l'autre pour vérifier et valider ses prévisions. Simultanément, elles ont enregistré les sens de dosage des médecins aux deux hôpitaux et des réactions considérées pour les deux médicaments utilisés pendant l'hémodialyse : ESAs et ISs.

Basé sur ces derniers, ils ont construit un appelé modèle basé sur AI « un système de contrôle artificiel-renseignement-supporté d'anémie » (AISACS), qui a reçu un total de cinq entrées (quatre organes d'inspection de sang et d'histoire de dosage) et a battu à l'extérieur des probabilités de sens de dosage pour les deux médicaments comme sorties. De plus, pour rendre le procédé de formation plus efficace, ils ont compensé le délai entre l'inspection de sang et les décisions de dosage à l'aide de la « rectification de caractéristiques » pour apparier les dates de décision avec les dates d'inspection.

Au plaisir des chercheurs, AISACS a montré une exactitude élevée de prévision avec des régimes corrects de catégorie (sens appariant ceux des médecins) de 72%-87%. Mais ce qui était bien plus intéressant était qu'il a fourni « cliniquement s'approprie » des catégories même aux niveaux supérieurs (92%-97%). C'étaient des sens qui n'ont pas apparié ceux des médecins (et ont été parfois fournis en avant de eux) mais ont été toujours considérés approprié d'un point de vue médical.

Avec ces résultats, les chercheurs sont pleins d'espoir au sujet des perspectives d'avenir d'AISAC. « En évitant l'anémie, notre système peut aider à alléger les fardeaux sur des médecins et des systèmes d'assurance-maladie. D'ailleurs, il a le potentiel de partager la connaissance et les expériences liées aux médicaments, » commente un M. enthousiaste Ohara.

Si tout va bien, cette approche basée sur AI neuve fournit un certain espoir aux patients subissant l'hémodialyse et aux médecins les traitant.

Source:
Journal reference:

Ohara, T., et al. (2021) Artificial intelligence supported anemia control system (AISACS) to prevent anemia in maintenance hemodialysis patients. International Journal of Medical Sciences. doi.org/10.7150/ijms.53298.