用于高效且公平分配医疗资源的深度强化学习

医疗资源的稀缺可能导致配给这一不可避免的后果。例如，呼吸机通常供应有限，尤其在公共卫生紧急事件期间或资源受限的医疗环境中，如 COVID-19 大流行期间。目前，尚无普遍接受的医疗资源分配协议标准，导致不同政府基于各种标准和基于启发式的协议对患者进行优先级排序。在本研究中，我们探究使用强化学习来优化重症监护资源分配策略，以公平且有效地配给资源。我们提出了一种基于 transformer 的深度 Q 网络，以整合个体患者的疾病进展以及患者在重症监护资源分配过程中的交互效应。我们旨在改善分配的公平性与整体患者结局。我们的实验表明，与不同政府所采用的现有基于严重程度和基于合并症的方法相比，我们的方法在不同程度的呼吸机短缺下显著减少了超额死亡，并实现了更均衡的分布。我们的源代码包含在补充材料中，并将在发表后发布于 Github。