従来研究では，ヘルスケア支援方法を表現するための確率モデルとしてマルコフ決定過程が採用され，マルコフ決定過程の真のパラメータが既知の仮定のもとで検討されている．本研究では，より現実に近い真のパラメータが未知の仮定のもとでヘルスケア支援のための半教師付き学習方法を提案する．学習データは完全データと不完全データによって構成される．提案方法ではEM アルゴリズム（expectation-maximization algorithm）を用いる．数例のシミュレーションによって提案方法の有効性を示す．シミュレーション結果より，学習データが大きくなるにつれて学習精度が高くなることが確認できる．
