跳转到主要内容

医疗顺序决策模拟工具。

项目描述

Medkit-learn(ing) 环境

Alex J. Chan, Ioana Bica, Alihan Huyuk, Daniel Jarrett, 和 Mihaela van der Schaar

License Code style: black

Medkit-Learn(ing) 环境,或Medkit,是一个公开可用的Python包,提供对高保真合成医疗数据的简单和便捷访问。

首先,Medkit是一个支持以下功能的工具:(1)各种真实环境模型——从实际数据中学习,以反映真实的医疗环境),从而允许模拟(2)各种表达和可定制的策略模型,这些模型代表复杂的人类决策行为;以及(3)确保环境和策略组件解耦——因此可以独立控制。

通过实现上述功能,Medkit旨在通过使用用户可以获得的批量数据集,这些数据集具有已知的地面真相策略参数化,模拟具有各种程度马尔可夫性、有限理性、混杂、个体一致性和实践中的变异的决策行为,从而更容易、更稳健地验证决策建模的进步。

Medkit可以pip安装 - 我们建议克隆它,可选地创建一个虚拟环境,并安装它(这将自动安装依赖项)

git clone https://github.com/XanderJC/medkit-learn.git

cd medkit-learn

pip install -e .

示例用法

import medkit as mk

synthetic_dataset = mk.batch_generate(
    domain = "Ward",
    environment = "CRN",
    policy = "LSTM",
    size = 1000,
    test_size = 200,
    max_length = 10,
    scale = True
)

static_train, observations_train, actions_train = synthetic_dataset['training']
static_test,  observations_test,  actions_test  = synthetic_dataset['testing']

虽然医学机器学习在必要性上几乎总是完全离线,但我们还提供了一个接口,您可以通过该接口在线与该环境进行交互,如果您觉得这很有用。例如,您可以在指定奖励函数的环境中训练自定义RL策略,然后您可以测试推理算法在表示策略的能力。

env = mk.live_simulate(
    domain="ICU",
    environment="SVAE"
)

static_obs, observation, info = env.reset()
observation, reward, info, done = env.step(action)

引用

如果您使用此软件,请按照以下方式引用

@misc{chan2021medkitlearning,
      title={The Medkit-Learn(ing) Environment: Medical Decision Modelling through Simulation},
      author={Alex J. Chan and Ioana Bica and Alihan Huyuk and Daniel Jarrett and Mihaela van der Schaar},
      year={2021},
      eprint={2106.04240},
      archivePrefix={arXiv},
      primaryClass={cs.LG}
}

项目详情


下载文件

下载适合您平台的文件。如果您不确定要选择哪个,请了解更多关于安装包的信息。

源代码分发

此发布版本没有提供源代码分发文件。请参阅生成分发存档的教程

构建分发

medkit_learn-0.1.0-py3-none-macosx_10_14_x86_64.whl (22.4 MB 查看哈希值)

上传时间 Python 3 macOS 10.14+ x86-64

medkit_learn-0.1.0-py3-none-any.whl (22.4 MB 查看哈希值)

上传时间 Python 3

支持者

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误记录 StatusPage StatusPage 状态页面