制定加强针政策，难点不只是“打不打”，而是谁在什么时候更值得打。老年人、免疫抑制患者和健康年轻人的感染与重症风险不同，用一个“平均人”来算，很容易掩盖差异；但直接让算法在人群中试错，又可能带来真实伤害。
Guoxuan Ma 等人用密歇根大学医院 1,224,147 名患者的电子健康记录，训练了一个基于 RNN（循环神经网络，擅长处理时间序列）的数字孪生微观仿真：它逐个生成虚拟患者的感染轨迹，并保留年龄、接种史、免疫抑制用药和合并症等差异。随后，Q-learning——一种通过反复比较行动长期回报来学习策略的强化学习方法——在这个虚拟环境里探索加强针政策，不必拿真人承担早期试错。
最值得注意的是这套分工：复杂的 RNN 负责尽量还原人群变化，最终政策则存进可直接查看的表格，权衡重症感染与接种副作用。作者称学到的政策优于现实中的现行做法，但所给材料未披露具体提升幅度；数字孪生能否准确代表目标人群，仍决定了政策结论有多可靠。