对不同RL算法的价值函数评估,用于ICU中败血症患者的肝素治疗政策
Jiang Liu1, Yihao Xie1, Xin Shu2
1Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences, Chongqing, 400714, China; Chongqing School, University of Chinese Academy of Sciences, Chongqing, 400714, China.
Artificial intelligence in medicine
|January 6, 2024
概括
这项研究介绍了SOFA-MDP,这是一个在腹部手术后优化血症患者肝素剂量的模型. 新的评估方法有助于确定可靠的AI治疗政策,改善临床决策.
科学领域:
- 医疗信息学 医疗信息学
- 人工智能在医学中的应用
- 关键护理医学 关键护理医学
背景情况:
- 肝素对于腹部手术后的败血症管理至关重要,改善结果并降低死亡率.
- 在败血症中最佳的肝素剂量的临床证据仍然有限.
- 伦理上的限制阻止了对治疗政策进行广泛的体外测试.
研究的目的:
- 提出并验证一个模型 (SOFA-MDP) 调查毒症临床肝素治疗政策.
- 开发和评估用于评估人工智能驱动治疗政策可靠性的新方法.
- 为肝素治疗中的临床决策提供数据驱动的支持.
主要方法:
- 开发了使用顺序器官衰竭评估 (SOFA) 评分作为马尔科夫决策过程 (MDP) 中的状态的SOFA-MDP模型.
- 引入了作为评估价值函数可靠性的方法的行动相似率和相对收益.
- 在MIMIC-IV和eICU数据集上进行了对肝素治疗政策的实验.
主要成果:
- 在政策评估中,TD(0) 算法显示出最可靠的表现.
- 根据行动相似率和相对收益评估的AI政策显示,与"好的"医生治疗有显著的一致性 (在MIMIC-IV上为64.6-73.2%).
- 对eICU的外部验证证实了该模型的概括性,与"好的"医生治疗 (61.5-69.1%) 的同意率相似.
结论:
- 该SOFA-MDP模型为临床决策提供了有价值的支持,用于治疗毒症的肝素治疗.
- 提出的评估方法有效地区分了可靠和不可靠的AI产生的治疗政策.
- 这种方法解决了在没有广泛的临床试验的情况下评估治疗政策的挑战.
更多相关视频
07:03Standardized Colon Ascendens Stent Peritonitis in Rats - a Simple, Feasible Animal Model to Induce Septic Acute Kidney Injury
Published on: February 15, 2022
1.5K
09:52Setting Up a Stroke Team Algorithm and Conducting Simulation-based Training in the Emergency Department - A Practical Guide
Published on: January 15, 2017
17.2K
