本研究では、米国で最も一般的な入院手術である膝関節置換に関する臨床パスウェイの最適化について探求しています。膝関節置換は、発症から回復までの連続的な意思決定プロセスであり、過去の症例からのエピソードデータを基に、パスウェイ最適化を知能型クラウドソーシングの問題として捉え、各中間状態における最良の専門家を模倣することで最適な意思決定ポリシーを学習します。強化学習を用いたパイプラインを開発し、価値反復や状態圧縮、集約学習、カーネル表現および交差検証を通じて、最適な治療方針を予測します。このポリシーによって、全体のコストが7％削減され、過剰コストプレミアムが33％減少することが実証されています。