一种基于QSP和深度强化学习的临床决策支持方法

本申请公开了一种基于QSP和深度强化学习的临床决策支持方法，包括：对患者的生理数据以及现有的药物参数进行预处理以及标准化；构建药物与患者的QSP模型；基于LSTM模型和ARIMA模型，构建患者生理状态预测模型；定义的状态空间以及动作空间，获取转移概率和奖励函数；计算Q值并将Q值用于初始化DQN的Q值；使用ε‑greedy策略在经验池中积累经验；训练Double DQN模型，直至Q函数收敛；基于遗传‑退火算法，更新Q网络的参数。本申请通过收集和分析患者的详细生理数据，从而为每个患者提供定制化的治疗方案，提高治疗效果并减少不必要的副作用。