[论文解读] A framework for optimizing COVID-19 testing policy using a Multi Armed Bandit approach

Hagit Grushka-Cohen, Raphaël Cohen+3 more|arXiv (Cornell University)|Jul 28, 2020

Advanced Bandit Algorithms Research参考文献 19被引用 5

一句话总结

该论文提出了一种基于多臂赌博机（MAB）的框架，通过平衡病例检测（开发）与无偏人群监测（探索），优化新冠检测政策。利用以色列卫生部的症候数据，该方法通过预测模型对个体进行排序，在仅使用10%检测能力时实现66.6%的召回率，70%时达到92.1%，同时保留能力用于探索性采样，以避免信息茧房并提升决策质量。

ABSTRACT

Testing is an important part of tackling the COVID-19 pandemic. Availability of testing is a bottleneck due to constrained resources and effective prioritization of individuals is necessary. Here, we discuss the impact of different prioritization policies on COVID-19 patient discovery and the ability of governments and health organizations to use the results for effective decision making. We suggest a framework for testing that balances the maximal discovery of positive individuals with the need for population-based surveillance aimed at understanding disease spread and characteristics. This framework draws from similar approaches to prioritization in the domain of cyber-security based on ranking individuals using a risk score and then reserving a portion of the capacity for random sampling. This approach is an application of Multi-Armed-Bandits maximizing exploration/exploitation of the underlying distribution. We find that individuals can be ranked for effective testing using a few simple features, and that ranking them using such models we can capture 65% (CI: 64.7%-68.3%) of the positive individuals using less than 20% of the testing capacity or 92.1% (CI: 91.1%-93.2%) of positives individuals using 70% of the capacity, allowing reserving a significant portion of the tests for population studies. Our approach allows experts and decision-makers to tailor the resulting policies as needed allowing transparency into the ranking policy and the ability to understand the disease spread in the population and react quickly and in an informed manner.

研究动机与目标

• 通过优化优先检测策略，应对新冠大流行期间检测能力有限的挑战。
• 缓解因偏向症状感染者或高风险人群而造成的检测偏倚所导致的信息茧房问题。
• 使公共卫生决策者能够在提升检测效率与监测准确性的同时，保持对检测政策的控制权。
• 支持动态、数据驱动的风险模型再训练，以适应疫情动态变化。
• 利用严谨的MAB框架，在开发（最大化阳性病例检测）与探索（收集无偏人群层面数据）之间实现平衡。

提出的方法

• 应用多臂赌博机（MAB）框架，平衡开发（检测高风险个体）与探索（随机或定向采样）。
• 使用基于患者症状（如发热、咳嗽、疲劳）训练的风险评分模型，对个体进行优先检测排序。
• 保留一部分检测能力（如30%–60%）用于随机或地理分层采样，以确保无偏监测。
• 在不同疫情波次的序列数据上训练并再训练预测模型（如多项式核SVM、线性SVM、基于规则的模型）。
• 使用Thompson采样或类似方法指导探索，以最大化监测疾病传播的信息增益。
• 通过允许手动调节开发/探索权衡以及动态添加特征（如人口统计学信息、地理位置）实现专家控制。

实验结果

研究问题

• RQ1 基于数据的排序模型能否在保留无偏人群监测能力的前提下，有效优先安排个体检测？
• RQ2 在检测能力有限的情况下，不同模型（如多项式SVM、线性SVM、基于规则的模型）在召回率与F1分数上的表现如何比较？
• RQ3 在不同疫情阶段（如第一波与第二波）对模型进行再训练，对检测性能有何影响？
• RQ4 为探索预留检测容量在多大程度上影响新疫情聚集区的检测能力与公共卫生决策的准确性？
• RQ5 透明、可解释的MAB框架在多大程度上优于临时性或完全以开发为导向的检测策略？

主要发现

• 仅使用10%的检测能力，该框架在识别阳性病例方面实现了66.6%的召回率（95%置信区间：64.7%–68.3%），展现出高检测效率。
• 当使用70%的检测能力时，该框架捕获了92.1%（95%置信区间：91.1%–93.2%）的所有阳性病例，显示出良好的可扩展性与性能。
• 多项式SVM模型在F1分数上优于线性SVM与基于规则的模型，尤其在较高能力阈值下表现更优。
• 在第二波疫情数据（第21–23周）上再训练模型后，在较低容量下（如30%探索）的召回率优于第一波模型。
• 当探索容量提升至60%时，第二波模型在召回率上优于第一波模型，表明存在模型漂移，凸显了动态再训练的必要性。
• 该框架使专家能够在提升检测与监测效率的同时，通过数据驱动、透明且可调节的模型，保持对政策决策的控制。