TY -非盟的刘Siqi盟——看,凯忠盟——Ngiam凯元盟——切利利奥安东尼盟——太阳,摘要盟——冯Mengling PY - 2020 DA - 2020/7/20 TI -强化学习在急救护理临床决策支持:全面审查乔- J地中海互联网Res SP - e18477六世- 22 - 7 KW -人工智能KW -强化学习KW -急救护理KW -决策支持系统,临床KW -重症监护室KW -机器学习AB -背景:基于强化学习(RL)的决策支持系统已被实施，以促进个性化护理的提供。本文旨在全面综述强化学习在重症监护环境中的应用。目的:本综述旨在综述关于RL在重症监护临床决策支持中的应用的文献，并对应用各种RL模型的挑战提供见解。方法:我们对以下数据库进行了广泛的检索:PubMed、Google Scholar、美国电气和电子工程师协会(IEEE)、ScienceDirect、Web of Science、医学文献分析和检索系统在线(MEDLINE)和摘录数据库(EMBASE)。纳入了过去10年(2010-2019年)发表的将RL应用于重症监护的研究。结果:我们纳入了21篇论文，发现RL已被用于优化药物选择、药物剂量和干预时间，并针对个性化的实验室值。我们进一步比较和对比了RL模型的设计和每个应用程序的评估指标。结论:强化学习在提高重症监护患者的决策能力方面具有很大的潜力。RL系统设计、评估指标和模型选择方面存在挑战。 More importantly, further work is required to validate RL in authentic clinical environments. SN - 1438-8871 UR - //www.mybigtv.com/2020/7/e18477 UR - https://doi.org/10.2196/18477 UR - http://www.ncbi.nlm.nih.gov/pubmed/32706670 DO - 10.2196/18477 ID - info:doi/10.2196/18477 ER -