Abstract
의료 의사 결정에서 관측 데이터가 제한된 환자의 치료 정책을 학습하는 것은 주요 도전이다.
PNN(처방 네트워크)를 소개하여 중간 데이터 설정에서 정책을 최적화하는 데 사용된다.
PNN은 딥 신경망보다 해석 가능성이 높고 의사 결정 트리와 같은 일반적인 모델보다 더 복잡한 정책을 인코딩할 수 있다.
PNN은 기존 방법보다 합성 데이터 실험과 산후고혈압 치료를 위한 치료 할당 사례 연구에서 성능을 향상시킬 수 있다.
PNN은 임상적으로 중요한 기능을 올바르게 식별할 가능성이 높으며, 기존 모델은 위험한 특징을 사용할 수 있다.
Stats
PNN은 기존 임상 실천보다 최대 5.47mm Hg(p=0.02)의 최고 혈압을 낮출 수 있다.
PNN은 다른 모든 모델보다 임상적으로 중요한 기능을 올바르게 식별할 가능성이 높다.
Quotes
"PNN은 딥 신경망보다 해석 가능성이 높고 의사 결정 트리와 같은 일반적인 모델보다 더 복잡한 정책을 인코딩할 수 있다."
"PNN은 임상적으로 중요한 기능을 올바르게 식별할 가능성이 높으며, 기존 모델은 위험한 특징을 사용할 수 있다."