医疗随访优化：一种蒙特卡洛规划策略
最优化与控制
2024-01-09 v1
摘要
设计患者特异性的随访策略是实现癌症个性化医疗的关键一步。帮助医生基于患者偏好和医学观察来决定治疗方案分配及下次就诊日期的工具将尤为有益。此类工具应基于在医疗治疗影响下疾病进展的现实模型，涉及设计治疗策略在患者医疗旅程中应优化的（多）目标函数，并包含高效的求解算法，以通过考虑患者的病史和偏好来优化个性化随访。我们提议使用分段确定性马尔可夫过程来模拟癌症演化，其中患者在缓解期和复发期之间交替，并伴有疾病特异性的肿瘤演化。该模型通过在线优化一个长期成本函数来控制，该函数考虑了治疗副作用、医院就诊负担以及疾病对生活质量的影响。优化基于就诊日期血液标志物的噪声测量。我们利用部分可观测蒙特卡洛规划算法来解决这个连续时间、连续状态问题，并利用了癌症演化近乎确定性的特性。我们表明，这种精确模型的近似求解方法比离散模型的对应精确求解表现更好，同时在成本函数模型中允许更大的灵活性。
引用
@article{arxiv.2401.03972,
title = {Medical follow-up optimization: A Monte-Carlo planning strategy},
author = {Benoîte de Saporta and Aymar Thierry d'Argenlieu and Régis Sabbadin and Alice Cleynen},
journal= {arXiv preprint arXiv:2401.03972},
year = {2024}
}