基于动态规划的最优免疫接种策略

公共卫生决策几乎总是在不确定性背景下做出。政策制定者负责做出重要决策，面对从众多可能选项中选择的艰巨任务。该任务称为不确定性下的规划，在应对全球健康与发展等复杂系统时尤为严峻。不确定性导致谨慎或错误的决策，耗费时间、金钱与生命。正是基于这一认识，我们追求对卫生最优决策制定及其解决方法的更清晰理解。不确定性下的决策是一项挑战性任务，且这种不确定性常被平均化以消除，从而为政策制定者简化结果。我们在本工作中的目标是实现动态规划，其为将规划结果编译为反应式策略提供基础。我们在此描述一种基于 AI 的方法，并阐明该方法如何提升我们找到最优疫苗接种策略的能力。我们将问题建模为部分可观测马尔可夫决策过程（POMDP），并展示如何使用动态规划计算反应式策略。本文中，我们开发了不确定动态环境下最优卫生策略设计的框架。我们应用随机动态规划方法来确定改变卫生干预策略的最优时间，以及决策相关信息对于提升策略影响的价值。