面向个性化治疗推荐的深度注意力 Q 网络
机器学习
2023-07-06 v1 人工智能
摘要
为实现最佳医疗效果，针对个体患者定制治疗至关重要却具挑战性。强化学习的最新进展为个性化治疗推荐提供了有前景的途径；然而，其仅将当前患者观测（生命体征、人口统计学特征）作为患者状态，可能无法准确表征患者真实健康状况。这一局限阻碍了策略学习与评估，最终限制治疗效果。本研究提出面向个性化治疗推荐的深度注意力 Q 网络（Deep Attention Q-Network），在深度强化学习框架内利用 Transformer 架构高效整合所有历史患者观测。我们在真实世界的脓毒症与急性低血压队列上评估该模型，证明其优于最先进模型。我们的模型源代码可见于 https://github.com/stevenmsm/RL-ICU-DAQN。
引用
@article{arxiv.2307.01519,
title = {Deep Attention Q-Network for Personalized Treatment Recommendation},
author = {Simin Ma and Junghwan Lee and Nicoleta Serban and Shihao Yang},
journal= {arXiv preprint arXiv:2307.01519},
year = {2023}
}