限られたデータから部分観測マルコフ決定過程（POMDP）のパラメータを学習することは大きな課題です。本研究では、専門家の知識を取り入れた新しいFuzzy MAP EMアルゴリズムを提案し、期待値最大化（EM）フレームワークに専門家定義のファジーモデルに基づく疑似カウントを加えることでパラメータ推定過程を強化します。この統合により、問題は最大事後推定（MAP）として再定式化され、限られたデータの環境での学習を効果的に導きます。合成医療シミュレーションにおいて、我々の手法は低データかつ高ノイズ条件下で従来のEMアルゴリズムを一貫して上回る性能を示しました。また、重症筋無力症に関するケーススタディは、Fuzzy MAP EMアルゴリズムが臨床的に整合したPOMDPを再構築する能力を示し、医療におけるデータ効率的なモデリングの実用的なツールとしての可能性を示しています。