面向精准肿瘤学与放化疗的数据驱动建模与决策支持的潜力
计算工程、金融与科学
2025-05-16 v1
摘要
癌症仍是全球死亡原因的首要原因，亟需个体化治疗方法以提高疗效。放化疗将分子水平的成像与靶向治疗相结合，为精准肿瘤学提供了潜在路径，但需要针对个体患者优化的、特定于患者的护照。本文聚焦于精准肿瘤学中数据驱动决策支持应用，特别关注强化学习方法。我们审阅了当前应用、训练环境、状态空间表述、绩效评估标准以及风险与奖励的度量，突出了关键挑战。我们提出了将数据驱动建模与基于强化学习的决策支持相结合的框架，以优化放射性药物治疗的剂量，解决上述挑战，并为未来研究设定方向。该框架利用神经常微分方程和物理信息神经网络来增强生理基于药代动力学模型，同时应用强化学习算法基于患者特定数据迭代细化治疗政策。
引用
@article{arxiv.2505.09899,
title = {Promise of Data-Driven Modeling and Decision Support for Precision Oncology and Theranostics},
author = {Binesh Sadanandan and Vahid Behzadan},
journal= {arXiv preprint arXiv:2505.09899},
year = {2025}
}