通过构建即时自适应干预研究中的任务来填补现有的方法论空白，提供了一个在线演员 - 评论算法的框架来构建和完善基于数据的即时自适应干预，以此解决移动健康领域的可解释性问题。

Jun, 2017

该论文介绍了一种基于强化学习和在线学习的数据驱动方法，可以实现用户个性化健康治疗序列的优化。通过案例研究，论文使用重新取样方法对算法个性化进行评估，提高了算法的真实性，对于真实应用也具有参考价值。

Apr, 2023

我们设计和实施了一个基于人工智能的平台，通过图神经网络推荐系统和佩戴式健身设备的精细健康行为数据，实现了对新加坡 84,764 位个体在 12 周内进行个性化和情境化的推送。统计验证表明，接收到优化的人工智能日常提醒的目标群体的日常体力活动，例如步数增加了 6.17% ($p = 3.09 imes10^{-4}$)，每周中度至高强度体力活动时间增加了 7.61% ($p = 1.16 imes10^{-2}$)，与未接收任何提醒的对照组相比，呈现出显著改善。此外，这些提醒被广泛接受，13.1% 的提醒被打开（开启率），其中 11.7% 的提醒被评为有用，1.9% 的提醒被评为无用，从而显示出人口级参与度的显著提高。

Jan, 2024

本文探讨了强化学习方法在学习选择干预策略中的应用，并研究了上下文推理误差和部分可观察行为状态对其有效性的影响。 结果表明，当上下文不确定性增加时，不确定性的传播至关重要，而策略梯度算法可以对部分可观察的行为状态信息提供显著的鲁棒性。

May, 2023

通过改进的 Thompson 采样算法实现对个性化目标的优化和个性化奖励函数的最优化，从而在移动健康应用中达到降低累积遗憾和提高个性化回报的效果。

Nov, 2023

本文提出了一种基于群组驱动的强化学习方法，在移动健康技术中实现将相似用户信息进行整合，以共享信息和更好的转化有限用户信息来学习更好的强化学习策略，实验结果表明该方法优于现有 mHealth 强化学习方法。

Aug, 2017

个性化适应性干预的规划和实施存在挑战，本研究介绍了在线强化学习代理实施个性化干预的可行性和有效性的 N-of-1 试验设计，结果显示适应性干预能增加患者效益，但设计和实施过程变得更为复杂，同时需要利用之前干预研究的数据来量化预期效益。

Sep, 2023

该研究介绍了如何使用预测性、可计算性和稳定性（PCS）框架设计在线强化学习算法来个性化数字干预，提供了指南并展示了如何在模拟环境中评估候选算法，以加强现实时间限制和用户动态环境的稳定性，从而在 Oralytics 项目中改善用户的口腔健康，预计 2022 年底进行实地测试。

Jun, 2022

本文介绍了一个框架，通过提供不同类型的干预措施，帮助使用移动健康技术的患者在日常生活中采取或保持健康的行为，同时优化了马尔可夫决策过程的参数，以解决人类决策过程中可能出现的问题。

Dec, 2022

研究通过机器学习开发了名为 Time2Stop 的智能、自适应且可解释的 JITAI 系统，该系统能够识别最佳干预时机并提供透明的 AI 解释，通过用户反馈建立人机循环，随着时间的推移适应干预模型。通过 8 周的实地实验发现，该自适应模型在干预准确度和接受性方面显著优于基线方法，并且加入解释进一步提高了干预的有效性。此外，Time2Stop 能够显著减少智能手机过度使用，将应用程序访问频率降低了 7.0％至 8.9％。通过主观数据也验证了这些定量指标，参与者更喜欢自适应干预，并对干预时间的准确性、有效性和信任程度评分较高。我们的工作可以激发未来在具备人机循环的 JITAI 系统方面的研究。

Mar, 2024