An Optimal Control Framework for Adaptive Virtual Reality Interventions in Substance Use Rehabilitation

技术摘要：用于物质使用康复中自适应虚拟现实干预的最优控制框架

问题陈述
物质使用障碍（SUD）仍然是一个严峻的公共卫生挑战，其中预防复发是康复过程中的主要难点。传统策略往往面临可及性有限以及无法有效重现引发渴望（cravings）的现实世界环境的问题。虽然虚拟现实（VR）提供了受控且沉浸式的线索暴露与干预环境，但现有文献缺乏直接应用最优控制方法来确定基于 VR 的治疗干预之精确时机与强度的研究。目前大多数模型侧重于一般人群组或静态干预，而非针对 VR 环境中特定的、由线索驱动的动态响应。

方法论
作者开发了一个以四 compartment **自适应-扰动-纠正-复发（APCR）**模型为核心的数学框架，用以模拟康复动态。

• 模型结构： 该系统由一组耦合的常微分方程组成，代表了处于四个状态的人口比例：

  • 自适应（$A$）： 稳定的康复状态。
  • 扰动（$P$）： 线索诱发的渴望状态。
  • 纠正（$C$）： 正在接受积极康复干预的状态。
  • 复发（$R$）： 复发状态。
    状态间的转换由渴望触发函数 $T(t)$ 和治疗性康复线索驱动。

• 参数化：

  • 触发函数 ($T(t)$)： 源自从 VR 环境中收集到的关于酒精相关线索的经验性注视追踪数据（注视点与频率）。
  • 康复线索： 最初建模为基于穿戴式设备（心率变异性、心率、压力评分）的被动信号。
  • 转换率： 参数（$\beta, \gamma, \alpha, \mu, \delta$）是基于有关线索反应性和认知调节的文献信息假设分配的，而非直接来自单次临床结果数据。

• 最优控制公式化：

  • 被动康复线索被一个随时间变化的、有界的控制变量 $u_1(t)$ 所取代，该变量代表治疗干预的强度。
  • 目标函数： 目标是最小化处于扰动状态（$P$）的时间，同时惩罚干预成本。成本函数定义为 $J(u_1) = \int_0^{t_f} (A_1 P(t) + \frac{1}{2}B_1 u_1(t)^2) dt$，其中 $A_1$ 对处于扰动状态施加惩罚权重，$B_1$ 对控制强度施加权重。
  • 求解方法： 作者利用**庞特里亚金最小原理（Pontryagin's Minimum Principle）推导了最优必要条件，从而得到了一个包含状态方程和伴随（协态）方程的哈密顿系统。所得的最优系统通过前向-后向扫描法（forward–backward sweep method）**在 60 分钟的时界内进行了数值求解。

• 数学分析： 本文确立了在不变单纯形内解的存在性、唯一性、非负性和有界性，确保模型在物理意义上是合理的（比例总和为 1 且保持非负）。

关键结果

• 减少扰动： 与使用固定常数作为恢复线索的被动基准相比，最优控制策略将模拟出的个体处于扰动状态的峰值比例降低了 33.26%（从 0.439 降至 0.293）。
• 动态干预： 最优控制曲线并非恒定。它在渴望触发激活前保持较低水平，在扰动峰值期间剧烈上升至最大强度（$u_{max}=1$），然后随着干预需求的减小而逐渐下降。这与连续或静态干预策略形成对比。
• 敏感性分析： 模型对转换率 $\beta$（对触发的敏感性）和 $\alpha$（对干预的响应性）的峰值扰动比例具有高度敏感性。这些参数的变化会显著改变结果，而控制复发恢复（$\delta$）和成功重新整合（$\gamma$）的参数对峰值扰动的影响则微乎其微。
• 成本效率： 分析表明，高强度 VR 治疗仅在复发风险最高的狭窄窗口期是必要的，这表明自适应策略可以比连续高强度暴露更有效地管理治疗成本。

意义与主张
本文声称提供了一个定量基础，用于设计能够根据模拟的康复状态变化做出动态响应的自适应 VR 干预措施。通过将行为（注视）和生理信号集成到状态依赖的控制框架中，这项工作支持了个性化干预策略的发展，即根据个体需求而非固定计划来分配治疗强度。

作者将此项工作定位为将 VR 从“固定治疗刺激”转变为“动态响应”工具的一步。他们明确指出，该模型在数学上代表了 VR 模拟动态，但也承认存在局限性，包括使用估计参数而非直接从临床数据中获取，以及依赖于酒精特异性的注视数据，这可能无法完全推广到其他物质。该框架旨在支持联合国可持续发展目标 3（良好健康与福祉），通过提供一种改进物质使用康复中复发预防的数学方法。