使用深度强化学习进行有效医学检验建议
机器学习
2019-06-03 v2 机器学习
摘要
有效的医学检验建议可使患者与医生均受益，节省时间并提高诊断准确率。本工作中，我们展示了一个智能体能够学习建议有效的医学检验。我们将该问题建模为分阶段马尔可夫决策过程，并提出一种强化学习方法来训练该智能体。我们引入了多动作策略的新表示及所提表示的训练方法。此外，提出了一种新的探索方案以加速疾病分布的学习。实验结果表明，借助良好的医学检验建议，疾病诊断的准确率可得到显著提升。
引用
@article{arxiv.1905.12916,
title = {Effective Medical Test Suggestions Using Deep Reinforcement Learning},
author = {Yang-En Chen and Kai-Fu Tang and Yu-Shao Peng and Edward Y. Chang},
journal= {arXiv preprint arXiv:1905.12916},
year = {2019}
}