摘要： 隨著醫(yī)學(xué)治療越來越趨向于精準(zhǔn)化、個體化，如何有效利用病人動態(tài)更新的信息成為現(xiàn)代醫(yī)學(xué)關(guān)注的一大問題，由此學(xué)者提出了充分考慮患者異質(zhì)性和長期治療效益的動態(tài)治療方案(dynamic treatment regimes)。動態(tài)治療方案是一組順序決策規(guī)則，每條規(guī)則對應(yīng)于疾病發(fā)展的一個關(guān)鍵點(diǎn)，根據(jù)患者的累計信息決定下一次治療。強(qiáng)化學(xué)習(xí)方法，特別是其中的Q-learning方法，因其特有的模... ... （共7頁）