LIBRA: Sprachmodell-unterstützter Bandit-Algorithmus für Therapieplanung

Wissenschaftler haben einen neuen Ansatz namens LIBRA vorgestellt, der Sprachmodelle mit Bandit-Algorithmen kombiniert, um personalisierte Behandlungsentscheidungen in hochriskanten Bereichen wie der Medizin zu optimieren. Der Ansatz integriert algorithmische Reaktionsmöglichkeiten, kontextuelle Bandits und große Sprachmodelle (LLMs) in einem einheitlichen Rahmen.

Im Kern definiert LIBRA das sogenannte Recourse-Bandit-Problem: Ein Entscheider muss gleichzeitig eine Therapie auswählen und gleichzeitig minimale, machbare Änderungen an veränderbaren Patientendaten vornehmen. Zur Lösung dieses Problems wurde der Generalized Linear Recourse Bandit (GLRB)-Algorithmus entwickelt, der als Grundlage für LIBRA dient.

LIBRA bietet drei wesentliche Garantien. Erstens reduziert es bei nahezu optimalen LLM-Empfehlungen den anfänglichen Regret signifikant. Zweitens konsultiert es das Sprachmodell nur O(log² T) Mal, wobei T die Zeitspanne ist, was langfristige Autonomie sicherstellt. Drittens garantiert es, dass LIBRA niemals schlechter abschneidet als ein reiner Bandit-Algorithmus, selbst wenn das Sprachmodell unzuverlässig ist. Die Autoren haben zudem zugehörige Untergrenzen aufgestellt, die die inhärente Schwierigkeit des Problems charakterisieren und die nahezu optimale Leistung von GLRB und LIBRA belegen.

Experimentelle Tests in synthetischen Umgebungen und einer realen Hypertonie-Behandlungsstudie zeigen, dass GLRB und LIBRA sowohl den Regret als auch die Behandlungsqualität und die Stichprobeneffizienz gegenüber herkömmlichen kontextuellen Bandits und reinen LLM-Ansätzen verbessern.