基于深度强化学习的手术病例分配方法

本发明公开了一种基于深度强化学习的手术病例分配方法，包括以下步骤：步骤1、获取历史手术病例分配数据集划分为训练集、测试集；建立深度强化学习的智能体，智能体中以病例信息特征和手术室信息特征构成状态空间，并定义两层规则的动作空间，智能体以分布奖励和整体奖励结合形成执行动作的奖励函数；步骤2、采用深度Q网络对所述智能体进行训练，得到分配模型；步骤3、将步骤2得到的分配模型部署于医院进行手术病例分配。本发明在动态适应性、计算效率、自主学习能力等方面均具有显著优势，为智慧医疗和智能化手术调度提供了有效支撑。