Аннотация:Обзор посвящен искусственному интеллекту в диагностике железодефицитной анемии (ЖДА) с помощью алгоритмов машинного обучения (МО) на основе данных клинического анализа крови (КАК) и лабораторных показателей обмена железа. Приведены исследования по разработке, внедрению и оценке алгоритмов МО, которые: 1) позволяют спрогнозировать концентрацию показателей обмена железа (в частности, сывороточного ферритина) на основе минимального набора лабораторных тестов (алгоритмы регрессии); 2) автоматически оценивают риск дефицита железа (ДЖ) в организме, отражаемого низким уровнем ферритина в сыворотке крови пациентов с анемией (алгоритмы классификации); 3) позволяют лабораториям проводить диагностические тесты второй линии по результатам первоначально заказанных лабораторных услуг (алгоритмы «рефлексного» тестирования).