Prior-informed optimization of treatment recommendation via bandit algorithms trained on large la...

文章主要内容与创新点总结

一、主要内容

本文针对当前医疗实践中标准化治疗方案忽视患者个体差异、非结构化电子健康记录（EHR）难以有效利用等问题，提出了一套整合大语言模型（LLMs）、条件表格生成对抗网络（CTGAN）、T-learner反事实模型和情境老虎机算法的个性化治疗推荐系统。

1. 数据处理流程：首先通过少样本学习的开源LLM（如DeepSeek-R1）将非结构化临床笔记转换为结构化数据（准确率达93.2%）；再利用CTGAN生成符合原始数据统计特征的合成患者数据（两样本验证准确率55%），解决数据稀缺问题；随后通过T-learner模型预测患者对不同治疗方案的个体响应（准确率84.3%）；最后采用基于先验知识的情境老虎机算法（LinUCB、KernelUCB、NeuralBandit），在探索新治疗方案与利用已有有效治疗之间实现平衡，优化在线治疗选择。

2. 实证验证：以III期结肠癌患者的术后辅助化疗推荐为案例，在6种核心治疗方案（含靶向药物组合）的选择场景中进行测试。结果显示，KernelUCB算法在5000轮测试中平均奖励分数达0.60-0.61，显著优于其他对比算法，有效克服了在线学习中的冷启动问题，提升了计算效率与治疗推荐的个性化程度。

二、创新点

1. 多技术融合框架：首次系统性整合LLM数据结构化、CTGAN数据增强、T-learner反事实推理与先验知识驱动的情境老虎机，形成从