本發(fā)明公開了一種膿毒癥治療策略的學(xué)習(xí)方法及裝置，該方法包括：基于樣本數(shù)據(jù)建立關(guān)于膿毒癥治療策略的馬爾科夫決策模型；樣本數(shù)據(jù)為膿毒癥患者在預(yù)設(shè)時間內(nèi)的病理數(shù)據(jù)；根據(jù)馬爾科夫決策模型，建立膿毒癥的死亡率預(yù)測模型，并獲取膿毒癥患者各個特征的死亡率權(quán)重；利用死亡率權(quán)重對樣本數(shù)據(jù)進(jìn)行標(biāo)記，生成目標(biāo)樣本；預(yù)測膿毒癥治療策略，利用深度強(qiáng)化學(xué)習(xí)方法來學(xué)習(xí)治療策略。本發(fā)明通過患者樣本優(yōu)先級權(quán)重進(jìn)行標(biāo)記，使得深度強(qiáng)度學(xué)習(xí)的樣本質(zhì)量更高，提高了模型的訓(xùn)練效果，避免在大量次優(yōu)樣本中快速陷入局部最優(yōu)的問題；通過采用改進(jìn)的深度強(qiáng)度學(xué)習(xí)算法學(xué)習(xí)治療策略，并為AI治療策略的動作選擇增加現(xiàn)實限制，使得推薦的治療策略更優(yōu)。