본 연구는 환자 맞춤형 장내 영양 공급을 위한 강화 학습(RL) 기반 프레임워크인 DeepEN을 소개합니다. DeepEN은 MIMIC-IV 데이터베이스의 11,000명 이상의 중환자 데이터를 사용하여 4시간마다 환자별 칼로리, 단백질, 수분 섭취 목표를 생성합니다. 모델은 인구 통계, 동반 질환, 활력 징후, 실험실 결과, 영양 관리에 관련된 이전 중재를 통합하며, 보상 함수는 단기 생리적 목표와 영양 관련 목표를 장기 생존과 균형을 맞춥니다. DeepEN은 임상의 정책보다 추정 사망률을 3.7% 감소시켰고, 지침 기반 투여보다 더 높은 예상 수익을 달성했으며, 주요 영양 바이오마커를 개선했습니다.
