基于安全贝叶斯优化的个性化剂量指导
最优化与控制
2022-11-01 v1
摘要
本文研究使用贝叶斯优化进行个性化剂量指导的问题，该优化学习为每个人量身定制的最佳药物剂量，从而改善治疗效果。使用内点法的安全学习以高概率确保患者安全。这一点通过学习1型糖尿病患者的最佳推注胰岛素剂量以抵消进餐影响的问题得到证明。从无任何关于患者的先验信息开始，我们的剂量指导算法能够改善治疗效果（以在目标范围内的时间百分比衡量），同时不危及患者安全。还讨论了其他潜在的医疗应用。
引用
@article{arxiv.2210.16944,
title = {Personalized Dose Guidance using Safe Bayesian Optimization},
author = {Dinesh Krishnamoorthy and Francis J. Doyle},
journal= {arXiv preprint arXiv:2210.16944},
year = {2022}
}
备注
Extended Abstract presented at Machine Learning for Health (ML4H) symposium 2022, November 28th, 2022, New Orleans, United States & Virtual, http://www.ml4h.cc. 09 pages