面向不确定性下最优卒中诊断与治疗的集成决策框架
人工智能
2024-07-25 v1 计算机视觉与模式识别
图像与视频处理
摘要
本研究针对卒中诊断和治疗在不确定性下的挑战进行了探讨，这是一种由于卒中症状如动脉瘤、动脉瘤（AVM）和栓塞等快速进展且后果严重的疾病所致的关键问题。当前的诊断方法，如数字减法血管造影（DSA），因成本高昂和侵入性而面临局限。为克服这些挑战，我们提出了一种新方法，采用部分可观测马尔可夫决策过程（POMDP）框架。我们的模型整合了先进的诊断工具和治疗方法，以及一种考虑卒中诊断内在不确定性的决策算法。我们的方案将来自CT扫描、Siriraj评分和DSA报告的噪声观测结果，用于指导后续治疗选项。我们利用在线求解器DESPOT，该求解器采用树搜索方法和粒子滤波器，模拟潜在的未来情景以指导我们的策略。结果表明，我们的POMDP框架在诊断和治疗目标之间取得平衡，在需要通过DSA等侵入性程序精确识别卒中和限制医疗资源以进行更具成本效益的策略（如院内或在家观察）之间，依据仅依赖模拟滚动而不施加任何先验知识。我们的研究通过 presenting a systematics framework for stroke诊断和治疗的集成，并考虑各种不确定性，为改善卒中管理中的护理和结果提供了显著贡献。
引用
@article{arxiv.2407.16962,
title = {Toward an Integrated Decision Making Framework for Optimized Stroke Diagnosis with DSA and Treatment under Uncertainty},
author = {Nur Ahmad Khatim and Ahmad Azmul Asmar Irfan and Amaliya Mata'ul Hayah and Mansur M. Arief},
journal= {arXiv preprint arXiv:2407.16962},
year = {2024}
}