现有的基于AI的临床决策支持系统（CDSS）均是基于知识的，并且主要服务于诊断。另一方面，AlphaGo击败世界冠军李世石，使大家意识深度强化学习能利用过程数据发现新的围棋知识或者模〖式，从而可以超越人类。

临床决策支持系统，同样可以通过深度强化学习来大幅度提升智能水▼平，尤其疾病治疗方向。美国哈佛&MIT医学院等2019年在Nature Medicine发表论文，关于强化学习在医疗健康的技术应用指南。为采用强化学习进行患者治疗决策提供指导方针，他们希望这将加快观察群组以安全、有风险意识的方式告知医疗实践的速度。

我们的人工智能团队从2018年开始了这■方面的研发工作，包括︻数据建设、算法开发、软件系统开发等。我们的产品取名凌波微步。凌波微步取●自于《易经》，有精准的意思。

数据建设方面，获得了重症监护数据库MIT的访问资质▓，然后进行了本地化，开发出了数据对齐软件≡，以及基于因果检验的降维工具。算法开发方面，针对脓毒症的治疗策略，我们用Deep Deterministic Policy Gradient (DDPG)算法，超越了MIT团队的DQN算法，使患者╳获得更高的存活率。同时，模型训练时间更快，稳定♂性更好。软件系统开发方★面，集成了数据和算法，实时获取来〓自HIS、LIS的数据，通过可视化界面∑定时输出每一位病人的←疾病状态和治疗建议，供医生参考。

除了脓毒症的治疗策略，我们还分别和几个三甲医＠院开发呼吸衰竭、肾衰竭、肿瘤等疾病的治☆疗策略。