深度因果行为政策学习：在医疗保健中的应用

我们提出了一种基于深度学习的方法，用于研究多样化非随机化医疗环境中的动态临床行为制度。我们提出的方法——深度因果行为政策学习（deep causal behavioral policy learning, DC-BPL）——使用深度学习算法来学习高维临床行动路径的分布，并识别这些行动路径与患者结果之间的因果关系。具体而言，我们的方法：（1）识别供应商分配对临床结果的因果效应；（2）学习给定供应商在给定演变中的患者信息下会采取的临床行动分布；（3）并将这些步骤结合起来，以识别适合特定患者类型的供应商并仿真该供应商的护理决策。 underlying this strategy, 我们在电子健康记录数据上使用transformer架构训练一个大型临床行为模型（LCBM），并展示了其估计临床行为政策的能力。我们提出了一种对LCBM学习的行为政策的新颖解释：即它是治疗患者时所使用的复杂且常常是隐式的知识的高效编码。这使我们能够学习一空间的政策，对广泛的医疗应用至关重要，其中绝大多数临床知识是通过多年实践习得的，而仅有极少量与患者护理相关的重要信息被书面记录（例如在教科书、研究或标准化指南中）。