重症监护病房中患者化验检查的最优策略
人工智能
2019-11-01 v1 应用统计
摘要
化验检查是医院中患者护理管理不可或缺的工具，尤其在重症监护病房（ICUs）中。在化验检查的选择与时机上存在一种固有的权衡：一方面是在特定时间某给定检查在临床决策中的预期效用，另一方面是其给患者带来的相关成本或风险。在本工作中，我们引入一个学习化验检查下单策略的框架，以优化此权衡。我们的方法使用批量离策略强化学习，结合基于临床要务的复合奖励函数，应用于包含临床医生为患者开具化验检查实例的数据。为此，我们发展并扩展了帕累托最优性的原理，以基于多个奖励函数分量改进动作选择，同时尊重 ICU 中典型的程序性考量与临床目标优先序。我们的实验表明，我们可以估计出一种降低化验检查频率并优化时机以最小化信息冗余的策略。我们还发现，所估计的策略通常建议在依赖于化验结果的危急事件（如机械通气或透析）之前提前开具化验检查。我们通过量化这些策略可能更早启动治疗来评估我们的方法。
引用
@article{arxiv.1808.04679,
title = {An Optimal Policy for Patient Laboratory Tests in Intensive Care Units},
author = {Li-Fang Cheng and Niranjani Prasad and Barbara E Engelhardt},
journal= {arXiv preprint arXiv:1808.04679},
year = {2019}
}
备注
The first two authors contributed equally to this work. Preprint of an article submitted for consideration in Pacific Symposium on Biocomputing copyright 2018 [copyright World Scientific Publishing Company] [https://psb.stanford.edu/]