生物帮贫血是一种以人体缺乏健康的红细胞为特征的疾病，在患有慢性肾脏疾病的患者中很常见，他们需要进行常规血液透析(这种过程有助于在肾脏功能不佳时“清洁”血液) )。因此，红血球刺激剂(称为“红细胞生成刺激剂”或ESA)和铁补充剂(ISs)是该过程的一部分。
但是，如果患者铁代谢发生改变或对药物的反应较差，则会引起并发症。而且，这些药物往往很昂贵并且给公共卫生带来沉重的经济负担。因此，由于这类患者目前正在上升，但是没有足够的医生接受过适当的训练以进行治疗，具有智能决策能力的其他支持系统受到了强烈追捧。一种选择是转向人工智能(AI)，该技术似乎很有前途，但需要大量数据集，并且由于患者的健康状况各异，因此不切实际。
那么，可以采取一些措施来改善这种情况吗?在最近发表在《国际医学科学杂志》上的一项研究中，日本的医学研究人员试图找到答案。他们想出了一种新方法：他们没有让AI从患者身体的复杂生理学中学习，而是选择了基于经验丰富的医师决策的预测模型。来自日本冈山大学的助理教授大原俊明(Toshiaki Ohara)是该研究的首席科学家，他解释说：“我们在考虑经验丰富的医生的思考过程时就想到了这一点。毕竟，当患者体内发生重要反应时，他们并没有计算出详细的价值。确定剂量，这意味着没有必要基于生物化学的预测模型。”
研究人员首先在日本的两家医院收集临床数据，然后为每家医院准备两个数据集：一个用于训练模型，另一个用于测试和验证其预测。同时，他们记录了两家医院医生的剂量指导，并考虑了血液透析期间使用的两种药物(ESA和ISs)的反应。
