北大、澳門理工等發(fā)布首篇面向疾病演化動態(tài)預測的世界模型綜述

作者 | 論文團隊

編輯丨ScienceAI

當臨床 AI 邁入真實病房，一個曾經(jīng)被擱置的問題正變得越來越清晰：僅僅預測風險，已經(jīng)遠遠不夠了。

醫(yī)生真正需要的不是一個靜態(tài)分數(shù)，而是對疾病未來演化的可解釋推演：患者會沿著哪條軌跡進展？治療選擇會如何改變這條軌跡？當數(shù)據(jù)不足以支撐反事實判斷時，模型能否明確說「不確定」？

近日，北京大學、澳門理工大學、每因智能、新加坡國立大學、南洋理工大學等機構(gòu)合作完成綜述論文，系統(tǒng)討論了面向疾病演化動態(tài)預測的臨床世界模型框架。論文將疾病軌跡建模從傳統(tǒng)的「風險評分」推進到「預測、干預、反饋學習」一體化的閉環(huán)系統(tǒng)，為臨床 AI 如何生成決策級證據(jù)提供了方法地圖。

論文地址：https://arxiv.org/abs/2605.16927

這項工作的開創(chuàng)性，并非停留在對既有臨床預測模型的橫向梳理上，而是首次從「世界模型」的視角，系統(tǒng)性地重構(gòu)了疾病軌跡建模問題 —— 把疾病演化、治療決策和觀察過程放進同一個閉環(huán)框架里，并明確區(qū)分了事實預測、反事實軌跡估計和策略級評估這三類任務。對于正從風險評分走向臨床決策支持的醫(yī)學 AI 來說，這相當于為下一階段「可干預、可解釋、可驗證」的動態(tài)預測系統(tǒng)，搭建了一套方法論底座。

臨床疾病軌跡世界模型：從患者當前狀態(tài)出發(fā)，對不同治療動作下的未來軌跡進行模擬和策略評估。

本綜述的通訊作者北京大學崔斌教授長期深耕數(shù)據(jù)庫、數(shù)據(jù)智能與大模型基礎設施研究，為世界模型式的臨床 AI 提供了扎實的數(shù)據(jù)系統(tǒng)與算法視角。新加坡國立大學的 Saffari 教授、新加坡管理大學的 Lee 教授，以及澳門理工大學的孫悅等通訊作者，則分別從生物醫(yī)學數(shù)據(jù)科學、臨床建模、因果推斷和智能醫(yī)療轉(zhuǎn)化等方向切入，共同支撐了這篇文章的理論深度與臨床落地價值。北京大學軟微學院博士生、每因智能創(chuàng)始人郭瀟宇為論文共同第一作者。

靜態(tài)風險模型，為何難以走進臨床？

過去十年，在臨床領域，大量機器學習模型仍緊緊圍繞著某個固定的終點展開建模：30 天死亡風險、再入院概率、某種并發(fā)癥的發(fā)生風險 —— 仿佛臨床結(jié)局只有這些可被量化的終點才值得被預測。這類模型對篩查和分層很有價值，但當問題變成「下一步該怎么治」時，靜態(tài)風險評分會暴露出根本局限。

原因在于，臨床決策不是離線預測任務，而是一個反饋系統(tǒng)。模型給出的風險會影響治療，治療會改變疾病軌跡，而疾病軌跡又會影響醫(yī)生何時復查、記錄什么、漏掉什么。也就是說，真實世界病歷同時包含疾病生物學、醫(yī)生行為和醫(yī)療系統(tǒng)運行方式。

如果模型只是從觀察性病歷中學習「哪種疾病將來會惡化」，就可能會把疾病進展與治療選擇混為一談。它也許能很好地預測常規(guī)治療路徑下的結(jié)局，卻無法可靠回答「如果采取另一種治療會怎樣」。 這道關于「如果」的鴻溝，正是臨床 AI 必須邁過去的那道坎。

從風險分數(shù)到疾病軌跡：臨床 AI 的問題被重新定義

這篇綜述提出，疾病軌跡建模的核心對象不應是單個風險分數(shù)，而應是患者隨時間演化的縱向狀態(tài)。這個狀態(tài)可以來自電子病歷、影像、檢驗、用藥、可穿戴設備、組學數(shù)據(jù)等多模態(tài)信息，并且會在治療和觀察過程中持續(xù)更新。

從疾病自然史到數(shù)據(jù)驅(qū)動軌跡：現(xiàn)代臨床 AI 需要處理復發(fā)、緩解、非線性進展和個體異質(zhì)性。

在這一視角下，模型不只是問「未來是否發(fā)生某個事件」，而是嘗試回答一組更接近臨床實踐的問題：疾病狀態(tài)將會如何演化？不同治療序列會將患者推向哪些可能未來？這些未來的證據(jù)支持是否充分？

世界模型：讓 AI 在內(nèi)部先「演練」不同治療未來

世界模型的思想來自智能體學習：系統(tǒng)先學習一個可模擬的內(nèi)部世界，再在這個世界里評估不同動作的后果。遷移到臨床場景后，患者的歷史被編碼為潛在狀態(tài)，治療被視為動作，模型向前滾動生成未來軌跡，并據(jù)此評估不同策略的收益和風險。

這并不是把「世界模型」作為一個包裝概念，而是把臨床預測問題重新組織為動態(tài)系統(tǒng)問題：疾病如何自然演化，治療如何介入演化過程，觀察和缺失如何影響我們看到的軌跡，模型何時應當給出不確定性或拒絕外推。

1. 事實軌跡預測：在當前治療路徑下，患者未來會怎樣？

這是傳統(tǒng)動態(tài)風險模型最接近的任務，用于早期預警、病情監(jiān)測和風險分層。

2. 反事實軌跡估計：如果換一種治療，未來會怎樣？

這是臨床決策最關心、也最困難的問題，需要處理時間變化混雜、治療 - 病情反饋和數(shù)據(jù)支持不足。

3. 策略級評估：如果改變臨床策略，整體收益是否更好？

這一步面向部署前驗證和真實世界策略更新，要求模型不僅預測個體結(jié)局，還能評估政策層面的安全性與穩(wěn)健性。

三類機制：決定模型能不能真正支持干預

作者強調(diào)，只有把這三類機制放在一起，臨床世界模型才可能從「看起來預測很準」走向「可以支持有限條件下的干預推理」。

綜述提出的干預感知疾病軌跡建模框架：預測、決策、執(zhí)行和反饋學習共同構(gòu)成閉環(huán)。

方法譜系：從多狀態(tài)模型到連續(xù)時間反事實推斷

論文將相關方法放入同一個框架中比較，而不是簡單按照模型名稱羅列。傳統(tǒng)多狀態(tài)模型和聯(lián)合模型能夠解釋狀態(tài)轉(zhuǎn)移與事件風險；深度序列模型和 Transformer 擅長從高維、多模態(tài)病歷中學習長期依賴；時間點過程、神經(jīng) ODE/CDE/SDE 等連續(xù)時間方法更適合處理不規(guī)則訪視和事件驅(qū)動數(shù)據(jù)；縱向因果推斷則為動態(tài)治療方案、反事實軌跡和離線策略評估提供理論邊界。

這種整理方式的價值在于，它把「模型能做什么」和「模型聲稱能支持什么」區(qū)分開來。一個模型可以是優(yōu)秀的預后工具，但如果沒有處理治療分配和時間變化混雜，就不應被解釋為治療建議引擎。

疾病軌跡建模技術演進：從生存分析、多狀態(tài)模型到反事實軌跡預測和面向治療決策的因果 AI。

真正的挑戰(zhàn)：不是更大模型，而是決策級證據(jù)

綜述中一個重要判斷是，臨床軌跡模型的瓶頸不只在架構(gòu)表達能力，更在證據(jù)與評價體系。事實預測可以用時間分層的 AUROC、Brier score 和動態(tài)校準評估；但反事實軌跡和策略評估必須進一步報告治療重疊、正性假設、隱藏混雜敏感性、離線策略評估穩(wěn)健性，以及目標試驗模擬等證據(jù)。

換言之，臨床 AI 不能只說「預測得準」，還必須說明「在什么數(shù)據(jù)支持范圍內(nèi)預測得準，以及何時不該給出建議」。

干預感知疾病軌跡建模的假設、失效模式和安全限制。

從「預測疾病」到「理解干預后的疾病演化」

作者認為在未來，疾病演化世界模型需要把三件事整合為一個系統(tǒng)：第一，聯(lián)合建模潛在疾病演化、治療分配和觀察過程；第二，把不確定性、重疊診斷和拒絕外推作為模型輸出的一部分；第三，讓驗證協(xié)議與臨床主張匹配，從回顧性預測擴展到目標試驗模擬、準實驗驗證、離線策略評估和部署后漂移監(jiān)測。

這意味著，臨床 AI 的目標正在從「識別高風險患者」走向「理解不同臨床行動如何改變疾病未來」。對于重癥、慢病和多模態(tài)真實世界數(shù)據(jù)場景，這一轉(zhuǎn)向可能成為下一階段醫(yī)學 AI 的關鍵基礎設施。