تعيين دوز بهينه دارو براي كنترل جعيت سلول‌هاي سرطاني با لحاظ اثرات زيان‌بار دارو در بيمار مبتلا به ملانوما با استفاده از روش مسيرهاي شايستگي

هدف اصلي در اين مقاله، تعيين ميزان بهينه دوز دارو براي كاهش جمعيت سلول‌هاي سرطاني در بيماران مبتلا به سرطان ملانوما مي‌باشد. براي اين كار از روش مسيرهاي شايستگي كه يكي از روش‌هاي حل مسئله يادگيري تقويتي مي‌باشد، استفاده شده است. اين روش مزاياي دو روش مرسوم يادگيري تقويتي شامل يادگيري تفاوت گذرا و مونت كارلو را دارا مي‌باشد. از ديگر مزاياي اين روش مي‌توان به بي‌نياز بودن آن به مدل رياضي اشاره كرد ولي چون امكان پياده‌سازي بر روي سيستم واقعي امكان پذير نبوده است، براي بررسي عملكرد كنترلر پيشنهادي از مدل رياضي غيرخطي تاخيردار جهت شبيه‌سازي رفتار محيط استفاده گرديده است. با توجه به بررسي‌‌هايي كه تاكنون انجام شده است،لازم به ذكر مي‌باشد كه بر روي اين مدل رياضي هيچ نوع روش كنترلي پياده‌سازي نشده است و اين اولين باري مي‌باشد كه كنترل جمعيت سلول‌هاي سرطاني براي اين مدل انجام گرفته است. در كنترل بهينه دوز دارو، ميزان دارو مي‌بايست به گونه‌اي باشد تا از اثرات زيان‌بار دارو بر روي سلول‌هاي سالم تا حد امكان جلوگيري شود. با توجه به نتايج حاصل از شبيه‌سازي، مشاهده مي‌شود كه روش انتخابي توانسته است با تزريق زير بهينه‌ ميزان دوز دارو، جمعيت سلول‌هاي سرطاني را كنترل كرده، كاهش داده و به صفر برساند كه اين امر، در كنار افزايش سلول‌هاي ايمني بدن رخ داده است. در انتها براي نشان دادن مزيت روش انتخابي در افزايش سرعت براي كاهش سلول‌هاي سرطاني، اين روش با روش الگوريتم يادگيري Q كه يكي ديگر از روش‌هاي حل مسئله يادگيري تقويتي مي‌باشد و روش كنترل بهينه مقايسه شده است. با اعمال عيب به سنسور سيستم نيز، عملكرد كنترلر پيشنهادي براي كاهش سلول‌هاي سرطاني در حضور عيب مورد بررسي قرار گرفت. براي بررسي يكي از مزاياي روش يادگيري تقويتي كه تطبيق‌پذيري آن با محيط مي‌باشد، با لحاظ عدم قطعيت در پارامترهاي سيستم و شرايط اوليه، كنترل جمعيت سلول‌هاي سرطاني در پنج بيمار مبتلا به سرطان ملانوما انجام شده است. همچنين سرعت همگرايي هر دو روش مسيرهاي شايستگي و الگوريتم يادگيري Q در كاهش سلول‌هاي سرطاني به ازاي نرخ‌هاي آموزش مختلف مورد بررسي قرار گرفته است.