في عالم الطب الحديث، يشكل التحكم في جرعات العلاج الكيميائي تحديًا معقدًا، حيث يتطلب اتخاذ قرارات ديناميكية في ظل عدم اليقين. حيث تسعى الأنظمة إلى تحقيق توازن بين قمع الأورام وآثارها السلبية على المريض، إلا أن معظم طرق التعلم المعزز (Reinforcement Learning) تقفز إلى فرضية وجود معلومات كاملة عن حالة المريض، وهو أمر نادر الحدوث في واقع الممارسات السريرية.

درس فريق من الباحثين فعالية السياسات المدعومة بالذاكرة في تحسين التحكم في جرعات العلاج الكيميائي عندما تكون الملاحظات غير متكاملة. تم استخدام نهج معدل TD3 يعتمد على الشبكات العصبية التكرارية (Recurrent Neural Networks) مع شبكات LSTM لتقييم الأداء على معيار AhnChemoEnv من DTR-Bench، مما سمح بالمقارنة بين هياكل النماذج المتكونة من الانخراط المتقطع والعشوائي.

احتفظ الباحثون بتغيرات الدواء الثابتة لعزل المخاطر الكامنة والضجيج في الملاحظات لتجنب التأثيرات المتداخلة من التنوع بين المرضى. أظهرت النتائج أن الاعتماد على الذاكرة يوفر فوائد متواضعة في الظروف التي تتوفر فيها معلومات كاملة، إلا أنه يعزز الأداء بشكل كبير وأكثر استقرارًا عندما تكون المعلومات غير مكتملة، مع تحقيق قمع أكثر اتساقًا للأورام والحفاظ على الخلايا السليمة.

تُبرز هذه النتائج أهمية استخدام السياسات المدعومة بالذاكرة في بيئات سريرية تتصف بوجود معلومات غير دقيقة أو غير كاملة، مما يعكس تطورًا واعدًا في المجال ويضع الأسس لتطبيقات جديدة في المستقبل. نحن الآن بحاجة إلى التفكير في كيف يمكن أن تسهم هذه التقنيات في تحسين النتائج السريرية لهؤلاء المرضى.