本发明公开了一种脓毒症治疗策略的学习方法及装置，该方法包括：基于样本数据建立关于脓毒症治疗策略的马尔科夫决策模型；样本数据为脓毒症患者在预设时间内的病理数据；根据马尔科夫决策模型，建立脓毒症的死亡率预测模型，并获取脓毒症患者各个特征的死亡率权重；利用死亡率权重对样本数据进行标记，生成目标样本；预测脓毒症治疗策略，利用深度强化学习方法来学习治疗策略。本发明通过患者样本优先级权重进行标记，使得深度强度学习的样本质量更高，提高了模型的训练效果，避免在大量次优样本中快速陷入局部最优的问题；通过采用改进的深度强度学习算法学习治疗策略，并为AI治疗策略的动作选择增加现实限制，使得推荐的治疗策略更优。
声明：
“脓毒症治疗策略的学习方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
779
编辑：管理员
来源：北方有色网
咨询细节
