兩項研究評估了醫(yī)療保健領(lǐng)域人工智能工具的發(fā)展

韋爾康奈爾醫(yī)學(xué)院和洛克菲勒大學(xué)研究人員的一項新研究發(fā)現(xiàn)，強化學(xué)習(xí)是一種人工智能方法，有可能指導(dǎo)醫(yī)生設(shè)計順序治療策略，以獲得更好的患者治療效果，但在應(yīng)用于臨床之前需要進行重大改進。

強化學(xué)習(xí) (RL) 是一類能夠隨時間做出一系列決策的機器學(xué)習(xí)算法。RL 促成了近期人工智能的進步，包括國際象棋和圍棋的超人表現(xiàn)，它可以利用不斷變化的患者狀況、測試結(jié)果和之前的治療反應(yīng)來建議個性化患者護理的下一步最佳措施。這種方法對于管理慢性病或精神疾病的決策尤其有前景。

該研究發(fā)表在《神經(jīng)信息處理系統(tǒng)會議論文集》(NeurIPS)上，并于 12 月 13 日發(fā)表，提出了“護理事件”(EpiCare)，這是第一個醫(yī)療保健領(lǐng)域的 RL 基準(zhǔn)。

“基準(zhǔn)測試推動了機器學(xué)習(xí)應(yīng)用的改進，包括計算機視覺、自然語言處理、語音識別和自動駕駛汽車。我們希望它們現(xiàn)在能夠推動醫(yī)療保健領(lǐng)域的 RL 進步，”領(lǐng)導(dǎo)這項研究的精神病學(xué)神經(jīng)科學(xué)助理教授 Logan Grosenick 博士說。

RL 代理根據(jù)收到的反饋改進其行動，逐漸學(xué)習(xí)一種可增強其決策能力的策略。“然而，我們的研究結(jié)果表明，盡管目前的方法很有前景，但它們極其耗費數(shù)據(jù)，”Grosenick 博士補充道。

標(biāo)簽：