集中治療室における患者検査の最適方針

検査室での検査は、特に集中治療室（ICU）における病院の患者ケア管理に欠かせないツールです。特定の時間における特定の検査の臨床的意思決定における期待される効用と、それが患者に及ぼす関連するコストやリスクとの間には本質的なトレードオフが存在します。本研究では、このトレードオフを最適化するために、検査の注文方針を学ぶフレームワークを紹介します。我々のアプローチは、臨床上の緊急性に基づいた複合報酬関数を用いたバッチオフポリシー強化学習を使用し、患者のために検査室を注文する臨床医の例を含むデータに適用します。この目的のために、典型的な手続きの考慮とICUにおける臨床目標の優先順位を尊重しながら、複数の報酬関数コンポーネントに基づいて行動の選択を改善するためのパレート最適性の原則を開発・拡張します。我々の実験は、検査の頻度を減少させ、情報の冗長性を最小化するためのタイミングを最適化する方針を推定できることを示しています。また、推定された方針は、検査結果に依存する機械換気や透析といった重要な開始のかなり前に検査を注文することを示唆することが一般的です。我々は、これらの方針が治療の開始を早める可能性を定量化することによって、このアプローチを評価します。