BriefGPT - AI 论文速递 · 2025-03-09T00:00:00Z Tree-based Reinforcement Learning with Attention to Censoring for Estimating Dynamic Treatment Regimes with Censored Outcomes 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 该研究提出了一种新的树形强化学习框架（CA-TRL），旨在解决临床动态治疗方案中的审查数据问题。CA-TRL结合增强的逆概率加权技术，提高了治疗策略的稳健性和可解释性，超越了现有方法，推动个性化治疗的发展。 🏷️ 标签 CA-TRL 个性化治疗 审查数据 树形强化学习 逆概率加权 阅读原文 生成长图 分享链接 已复制链接
