基于机器学习胰岛素方案的T2DM患者血糖控制
定量方法
2017-10-24 v1 系统与控制
机器学习
摘要
我们通过具有离散状态数的随机过程对个体T2DM患者的血糖水平（BGL）进行建模，该过程主要但不完全由用药方案（例如胰岛素注射）控制。BGL状态在其他情况下根据各种生理触发因素变化，这赋予了该过程随机、统计上未知但假定为准平稳的性质。为了表达处于期望的健康BGL的激励，我们启发式地定义了一个奖励函数，对理想的血糖水平返回正值，对不理想的血糖水平返回负值。状态空间由足够数量的状态组成，以允许无记忆假设。这反过来允许构建马尔可夫决策过程（MDP），其目标是在长期运行中最大化总奖励。概率规律通过基于模型的强化学习（RL）找到，最优胰岛素治疗策略从MDP的解中获取。
引用
@article{arxiv.1710.07855,
title = {Insulin Regimen ML-based control for T2DM patients},
author = {Mark Shifrin and Hava Siegelmann},
journal= {arXiv preprint arXiv:1710.07855},
year = {2017}
}