医疗数字孪生的代理建模与控制

个性化医疗的愿景是根据个人的生物学特征识别维持或恢复其健康的干预措施。医疗数字孪生是整合关于个人的广泛健康相关数据并可以动态更新的计算模型,是帮助指导医疗决策的关键技术。此类医疗数字孪生模型可能是高维、多尺度和随机的。为了在医疗保健应用中具有实用性,它们通常需要被简化为可用于干预措施最优设计的低维代理模型。本文介绍了用于最优控制应用的代理建模算法。作为一个用例,我们关注基于主体的模型,这是生物医学中一种常见的模型类型,目前尚无现成的最优控制算法。通过推导基于常微分方程组的代理模型,我们展示了如何采用最优控制方法来计算有效的干预措施,然后将其提升回给定的 ABM。此处介绍的方法的相关性不仅限于医疗数字孪生,还可扩展至其他复杂动力系统。