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。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。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