一种利用多模态优化癌症治疗的马尔可夫决策过程方法
最优化与控制
2019-09-27 v1 医学物理
摘要
目前用于治疗癌症的模态有多种，例如手术、化疗和放疗。通常的做法是联合使用这些模态以最大化临床结果，其结果常通过最大化肿瘤损伤与最小化治疗引起的正常组织副作用之间的平衡来衡量。然而，多模态治疗策略在当前实践中大多是经验性的，因此受制于个体临床医生的经验和直觉。我们提出了一种利用有限时域马尔可夫决策过程方法进行最优多模态癌症管理的新颖表述。具体而言，在每个决策时刻，临床医生根据观察到的患者状态选择最优治疗模态，我们将状态定义为肿瘤进展与正常组织副作用的组合。治疗模态分为三类：(1) 类型1，高风险高回报，但在一个治疗疗程中给药频率受限；(2) 类型2，风险和回报均低于类型1，但可无限制重复使用；(3) 类型3，不治疗（监测），有可能减轻正常组织副作用，但存在肿瘤进展恶化的风险。使用各种直观的凹回报函数进行的数值模拟展示了最优策略的结构性洞见，并证明了使用严谨方法优化多模态癌症管理的潜在应用。
引用
@article{arxiv.1706.09481,
title = {A Markov decision process approach to optimizing cancer therapy using multiple modalities},
author = {Kelsey Maass and Minsun Kim},
journal= {arXiv preprint arXiv:1706.09481},
year = {2019}
}
备注
15 pages, 11 figures