利用深度条件生成时间序列模型生成个性化胰岛素治疗策略
机器学习
2023-11-14 v2 机器学习
摘要
我们提出了一种将深度生成时间序列模型与决策理论相结合以生成个性化治疗策略的新框架。它利用历史患者轨迹数据，通过深度生成时间序列模型联合学习真实个性化治疗与未来结果轨迹的生成。特别地，我们的框架能够生成针对个性化患者病史定制、并基于条件期望效用最大化训练以优化期望未来结果的新颖多元治疗策略。我们通过为住院糖尿病患者生成个性化胰岛素治疗策略和血糖预测来展示我们的框架，彰显了我们的方法在生成改进个性化治疗策略方面的潜力。关键词：深度生成模型，概率决策支持，个性化治疗生成，胰岛素与血糖预测
引用
@article{arxiv.2309.16521,
title = {Generating Personalized Insulin Treatments Strategies with Deep Conditional Generative Time Series Models},
author = {Manuel Schürch and Xiang Li and Ahmed Allam and Giulia Rathmes and Amina Mollaysa and Claudia Cavelti-Weder and Michael Krauthammer},
journal= {arXiv preprint arXiv:2309.16521},
year = {2023}
}
备注
Extended Abstract presented at Machine Learning for Health (ML4H) symposium 2023, December 10th, 2023, New Orleans, United States, 17 pages