面向目标区血糖控制的强化学习
机器学习
2025-08-07 v1
摘要
在临床安全目标区内管理生理变量是医疗领域的核心挑战，尤其是对于如1型糖尿病 Mellitus（T1DM）等慢性疾病。强化学习（RL）为个人化治疗提供了前景，但在处理干预的延迟和异质性效果方面存在挑战。我们提出了一种新颖的RL框架来研究和支持T1DM技术（如自动胰岛素输送）中的决策。我们的ethods方法通过统一两种控制模式：用于离散、快速作用干预（如胰岛素投药）的冲动控制，以及用于更长期的治疗和方案转换的切换控制。我们方法的核心是增强了生理状态特征的受限马尔可夫决策过程，使其能够在临床和资源约束条件下实现安全的策略学习。该框架包含生物学上真实的因素，包括胰岛素消解，导致所学策略更贴近实际的治疗行为。虽然本工作不旨在临床部署，但它为未来的安全和时序感知RL在医疗保健领域奠定了基础。我们提供了收敛性的理论保证，并在一个简化的T1DM控制任务中 demonstrate了经验性改进，将血糖水平违规率从22.4%（最先进方法）降低至最低10.8%。
关键词
引用
@article{arxiv.2508.03875,
title = {Reinforcement Learning for Target Zone Blood Glucose Control},
author = {David H. Mguni and Jing Dong and Wanrong Yang and Ziquan Liu and Muhammad Salman Haleem and Baoxiang Wang},
journal= {arXiv preprint arXiv:2508.03875},
year = {2025}
}