本發(fā)明提出了一種基于強化學(xué)習(xí)的腫瘤治療輔助決策方法，所述方法構(gòu)建并訓(xùn)練患者狀態(tài)轉(zhuǎn)移模型與治療決策模型，所述患者狀態(tài)轉(zhuǎn)移模型通過循環(huán)神經(jīng)網(wǎng)絡(luò)對腫瘤患者的狀態(tài)變化進行建模，利用實際診療中獲取到的診療方案與檢查指標(biāo)作為數(shù)據(jù)來源，模擬腫瘤患者在某種診療方案下的狀態(tài)變化；所述治療決策模型通過強化學(xué)習(xí)對治療腫瘤患者的過程進行建模，利用患者狀態(tài)轉(zhuǎn)移模型作為數(shù)據(jù)來源，構(gòu)建深層Q網(wǎng)絡(luò)(DQN)作為策略網(wǎng)絡(luò)，以RECIST實體瘤療效評價標(biāo)準(zhǔn)與TNM腫瘤影像學(xué)分期標(biāo)準(zhǔn)為基礎(chǔ)構(gòu)造激勵函數(shù)，進行迭代訓(xùn)練。本發(fā)明可在一定程度上減輕腫瘤?？漆t(yī)生的工作量，模型所預(yù)測的治療手段可作為決策參考而減少醫(yī)生的決策失誤，輔助醫(yī)生指定可行的治療方案。