神经Q学习新框架NSCF：多治疗方案下实现非线性共享，策略价值显著提升！
Neural Supervised Clustering for Learning Individualized Treatment Rules with Many Treatments
📖 AI 总结
本文提出一种名为非线性监督聚类融合（NSCF）的神经Q学习框架，用于在治疗种类繁多、每种治疗观测样本有限的条件下学习个体化治疗规则。该方法通过共享的非线性协变量表示与低维治疗嵌入，利用成对融合机制将条件响应相似的治疗归为一组，从而在共享信息的同时输出可解释的治疗分组。研究采用交替算法，结合神经网络训练、嵌入融合、基于验证集的分组选择及无惩罚分组重拟合。在非线性精确共享的模拟实验中，NSCF相比强神经基线降低了遗憾值，扰动实验则刻画了硬共享机制的适用边界；在黑色素瘤异种移植应用中，其平均策略价值也优于神经基线。结果表明，当治疗效果存在共享结构时，非线性表示学习结合监督式治疗融合具有实际优势。
🔑 关键词速览
| Individualized Treatment Rule (ITR) | 个体化治疗规则，一种根据患者个体特征为其分配最优治疗方案的决策规则。 |
| Neural Q-learning | 神经Q学习，一种利用神经网络来估计Q值函数（即治疗价值）的强化学习方法。 |
| Supervised Clustering Fusion | 监督聚类融合，一种通过聚类将相似治疗组进行融合以共享信息的方法。 |
| Treatment Embedding | 治疗嵌入，将每个治疗方案映射为低维连续向量的表示学习技术。 |
| Regret | 遗憾，衡量学习到的治疗规则与最优治疗规则之间累积效果差异的指标。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅