Les réadmissions liées à l'asthme restent un défi majeur qui peut être minimisé par des interventions pédagogiques ciblées. Cependant, en raison de ressources limitées, l'éducation ne peut être offerte qu'à un sous-ensemble de patients. La stratification des risques basée sur des modèles de prévision des risques par apprentissage automatique est couramment utilisée pour hiérarchiser les patients à haut risque en appliquant des seuils au risque prédit. Nous proposons une politique dynamique de sélection mensuelle des seuils afin d'allouer une capacité pédagogique limitée sur un horizon de 12 mois. L'éligibilité est déterminée chaque mois jusqu'à épuisement de la capacité trimestrielle, et les patients non traités sont placés sur une liste d'attente. À l'aide d'un apprentissage Q par induction arrière avec des modèles linéaires et de forêt aléatoire et une fonction de récompense personnalisée qui tient compte de la rapidité d'intervention, nous apprenons des politiques d'allocation dynamiques à partir de données pédiatriques réelles. Le modèle Q aléatoire est généralement plus performant que le modèle linéaire, et les politiques dynamiques apprises améliorent souvent les stratégies à seuil fixe.