一种强化学习辅助脓毒症临床决策模型构建方法

AITNT
正文
推荐专利
一种强化学习辅助脓毒症临床决策模型构建方法
申请号:CN202410945601
申请日期:2024-07-15
公开号:CN118888157B
公开日期:2025-07-15
类型:发明专利
摘要
本发明实施例公开了一种强化学习辅助脓毒症临床决策模型构建方法,包括:以历史临床数据中脓毒症患者的多个生理指标为状态变量,以医生实际采取的静脉输液和血管升压药的剂量组合为动作变量,构建强化学习模型的训练样本;根据训练样本搭建基于强化学习的智能体模型,所述模型包括特征提取层、嵌入处理层和Q值计算层;利用所述训练样本,通过强化学习方式对所述模型进行训练,训练好的模型用于根据患者在某一时刻的多个生理指标,推荐最佳的剂量组合;训练过程中,通过奖励函数增强液体平衡量和血压在剂量选择中的作用,抑制血蛋白和乳酸的作用。本实施例通过智能体学习辅助脓毒症临床决策。
技术关键词
决策模型构建方法 脓毒症患者 变量 智能体模型 强化学习模型 更新模型参数 生理 距离控制 指标 血压 乳酸 静脉 数据 曲线 血管 蛋白 处理器 序列
系统为您推荐了相关专利信息
1
风险预测方法、装置、电子设备及存储介质
风险预测模型 风险预测方法 融合规则 数据 SVM分类器
2
多元时间序列数据预测方法、装置、电子设备及存储介质
多元时间序列数据 时间序列预测模型 拉普拉斯 关系 记忆单元
3
一种板球系统的预设阻尼神经网络反步控制方法
板球系统 反步控制方法 李雅普诺夫函数 小球 状态空间模型
4
检查机器学习模型的合成训练数据的真实度的方法
数据 检查机器 传感器 变量 训练机器学习模型
5
一种基于强化学习的螺旋卸船机作业工单处理方法及系统
螺旋卸船机 启发式搜索算法 强化学习模型 作业策略 生成作业
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号