机构名称：
¥ 1.0
现在是 2035 年。多年来，“共享决策”的概念与以前大不相同。许多临床决策，例如调整甲氨蝶呤或某些生物制剂的剂量，既不是由风湿病学家也不是由患者做出的，而是由或多或少具有自主性的计算机系统做出的。这些系统包括数字生物标记物、植入式或皮肤集成式传感器以及基于微技术和纳米技术的药物输送系统，这些系统已在糖尿病护理中使用了一段时间。与此同时，研究表明，对于类风湿性关节炎和其他风湿病，与仅靠风湿病学家相比，使用这些自学系统（以前称为人工智能）可以更好地控制疾病活动性和生活质量。即使在物理疗法或饮食等非药物治疗的情况下，患者现在也可以通过各种算法获得个性化支持。在任何需要的情况下，系统地评估各种方案的有效性，并提出最佳方案。如果治疗风湿病的医生退休，多年关于患者疾病个体化过程的经验不会丢失，但模型会继续改进。它结合了现有数据和新数据，使其能够日复一日地更准确地治疗。针对疾病的非个体化治疗建议已不复存在，针对目标的治疗策略不再每 3-6 个月审查一次，而是每天甚至每小时审查一次。当然，风湿病医生仍然存在。但他们的角色已经发生了变化，特别是在治疗患有常见疾病和病程简单的患者时。这种发展是如何发生的？通常情况下，这种知识最初是在医学之外开发的。学习系统最初来自游戏行业、机器人技术和自动驾驶。在这些领域中，都有模拟器可用于生成大量数据，以测试和改进机器生成的决策。国际象棋就是一个很好的例子。为了更好地理解这一点，让我们回到现在。下面，我们提出 10 个论点来支持上述愿景：2021 年 12 月，世界象棋锦标赛举行。马格努斯·卡尔森再次获胜，保住了世界象棋冠军的地位。他犯的错误比对手伊恩·涅波姆尼亚奇少，并多次用国际象棋计算机没有预测到的意外举动制造惊喜。在现场直播和无数的 YouTube 视频中，著名的大师们对对手的每一步、每一个决定进行了评论，并讨论了可能的
强化学习如何重新定义临床决策
主要关键词
相关文件推荐
