ترجمه فارسی مقاله میراندا: تقلید از فرآیندهای یادگیری پزشکان انسانی برای دستیابی به استنتاج علّی برای توصیه دارو

چکیده

To enhance therapeutic outcomes from a pharmacological perspective, we propose MiranDa, designed for medication recommendation, which is the first actionable model capable of providing the estimated length of stay in hospitals (ELOS) as counterfactual outcomes that guide clinical practice and model training. In detail, MiranDa emulates the educational trajectory of doctors through two gradient-scaling phases shifted by ELOS: an Evidence-based Training Phase that utilizes supervised learning and a Therapeutic Optimization Phase grounds in reinforcement learning within the gradient space, explores optimal medications by perturbations from ELOS. Evaluation of the Medical Information Mart for Intensive Care III dataset and IV dataset, showcased the superior results of our model across five metrics, particularly in reducing the ELOS. Surprisingly, our model provides structural attributes of medication combinations proved in hyperbolic space and advocated “procedure-specific” medication combinations. These findings posit that MiranDa enhanced medication efficacy. Notably, our paradigm can be applied to nearly all medical tasks and those with information to evaluate predicted outcomes. The source code of the MiranDa model is available at https://github.com/azusakou/MiranDa.

چکیده به فارسی (ترجمه ماشینی)

برای تقویت نتایج درمانی از منظر دارویی ، ما میراندا را پیشنهاد می کنیم ، که برای توصیه دارویی طراحی شده است ، که اولین مدل عملی است که قادر به ارائه مدت تخمین اقامت در بیمارستان ها (ELOS) به عنوان نتایج خلاف واقع است که راهنمایی های بالینی و آموزش مدل را هدایت می کند.با جزئیات ، میراندا مسیر آموزشی پزشکان را از طریق دو مرحله شیب مقیاس تغییر یافته توسط ELOS تقلید می کند: یک مرحله آموزش مبتنی بر شواهد که از یادگیری تحت نظارت و یک زمینه فاز بهینه سازی درمانی در یادگیری تقویت در فضای شیب استفاده می کند ، به بررسی داروهای بهینه با آشفتگی از آشفتگی هاالوسارزیابی اطلاعات پزشکی MART برای مراقبت های ویژه Dataset III و مجموعه داده های IV ، نتایج برتر مدل ما را در پنج معیار ، به ویژه در کاهش ELOS نشان داد.با کمال تعجب ، مدل ما ویژگی های ساختاری ترکیبات دارویی را که در فضای هیپربولیک اثبات شده و از ترکیبات دارویی “خاص” حمایت می کند ، ارائه می دهد.این یافته ها بیان می کند که میراندا باعث افزایش اثربخشی دارو می شود.نکته قابل توجه ، پارادایم ما می تواند تقریباً در تمام کارهای پزشکی و کسانی که اطلاعاتی دارند برای ارزیابی نتایج پیش بینی شده اعمال شود.کد منبع مدل میراندا در https://github.com/azusakou/miranda در دسترس است.