用于开发个性化治疗的主动学习
机器学习
2012-02-20 v1 机器学习
摘要
通过生物标志物和其他风险类别进行治疗的个性化引起了临床科学家的日益关注。个性化治疗策略可以使用临床试验数据来学习，但此类试验运行成本非常高。本文探讨了使用主动学习技术来设计更有效的试验，解决了诸如在试验期间招募谁、在试验的哪个时间点以及分配哪种治疗等问题。我们提出了一个具有两种不同优化准则的极小极大赌博机模型，并讨论了与此方法相关的计算挑战和问题。我们使用模拟数据以及根据治疗抑郁症个体的临床试验建模的数据来评估我们的主动学习策略，并将我们的方法与其他合理的主动学习策略进行对比。
引用
@article{arxiv.1202.3714,
title = {Active Learning for Developing Personalized Treatment},
author = {Kun Deng and Joelle Pineau and Susan A. Murphy},
journal= {arXiv preprint arXiv:1202.3714},
year = {2012}
}