基于近端策略优化的黑盒优化器，用于定制吸入器的使用说明，以减少药物在口腔和喉咙部位的沉积

《International Journal of Pharmaceutics》：Proximal policy optimisation based black-box optimizer for tailoring inhalation instructions of an inhaler for minimising mouth-throat deposition

　　

余晓玲|Ann Lee|董景良|Agisilaos Kourmatzis|程少坤

• •
  深度强化学习识别出了适用于Aerolizer? DPI吸入器的基于模型的吸入动作模式，在一个理想化的吸入技术（AIT）几何结构中，预测口腔到喉咙的沉积量平均可减少23.71个百分点。
• •
  在单一的理想化AIT模型中，头部伸展（8.6°–13.2°）和旋转（15.2°–21.9°）通过增加气道通畅性，与较低的喉部和咽部沉积量相关。
• •
  在基于模型的优化中，所有吸入动作中吸嘴的插入深度增加了7.9–11.8毫米，并且与改善的吸入效果相关，且这种效果似乎不受流速的影响。
• •
  模型预测表明，较大的口腔开口可以在低峰值吸入流速（≤72 L/min）下通过减少阻力来改善吸入效果，而在高峰值吸入流速（≥125 L/min）下，较小的开口可以最小化喷射引起的湍流。