一种计算机辅助药物剂量优化方法

本申请公开了一种计算机辅助药物剂量优化方法，包括以下步骤：构建药物与患病人群的QSP模型并优化；定义状态空间和动作空间，初始化双向模型；将训练好的双向模型进行双向推演得到虚拟轨迹；基于真实数据、QSP模型的输出以及虚拟轨迹，构成集成数据；构建层次间的学习关系；基于集成数据以及PPO算法，训练学习者和引导者。本申请通过定量系统药理学(QSP)模型对药物在不同人群机体内的PBPK/PD建模并通过公式计算预测患者服药后生理状态。本申请使用PPO算法进行策略优化，限制策略更新的幅度，避免了传统策略梯度方法中策略更新过大的问题，保证策略更新稳定性的同时，提高算法的效率。