論文の概要: Intervention Granularity Matters: Coherent Treatment Bundles in Counterfactual Simulation with Clinical World Models
- arxiv url: http://arxiv.org/abs/2609.21906v1
- Date: Fri, 18 Sep 2026 15:33:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-21 18:40:17.166792
- Title: Intervention Granularity Matters: Coherent Treatment Bundles in Counterfactual Simulation with Clinical World Models
- Title（参考訳）: 干渉粒度問題:臨床世界モデルによる非現実的シミュレーションにおけるコヒーレント処理バンドル
- Abstract要約: 臨床環境では、介入は束として記録される。
我々は,1つの人工呼吸器セットの編集と実際の患者に記録された完全な構成の編集を比較した。
完全なバンドルは、予測された次の状態をすべての5つの設定に一貫して移動させ、各編集がモデルの入力をどの程度変更するかを考慮に入れた後に差が残る。
- 参考スコア（独自算出の注目度）: 8.117616056601808
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Counterfactual simulation with a clinical world model means fixing a patient's history, changing the treatment, and reading off the predicted response. Doing so requires deciding what counts as one intervention. In clinical settings, interventions are documented as bundles: a co-occurrence audit of 945,707 patient-hours from MIMIC-IV shows groups of components, such as every parameter of a dialysis circuit, that never appear apart, so an edit that changes one component on its own describes an hour that never occurs in the data. We hypothesize that the granularity at which an intervention is edited changes how a world model responds, and test this with Clin-JEPA, a latent world model of patient trajectories conditioned on hourly treatment text. At 1,019 documented onsets of invasive ventilation, we keep the patient's history and other treatments fixed and compare editing one ventilator setting with editing the complete configuration recorded for a real patient with the most similar recent trajectory. The complete bundle moves the predicted next state further than any single setting, consistently across all five settings, and the difference remains after accounting for how much each edit changes the model's input. Intervention granularity therefore materially affects the response of a clinical world model: single-component edits may understate treatment sensitivity, and bundle-aware editing may offer a better-supported basis for counterfactual treatment simulation.
- Abstract（参考訳）: 臨床世界モデルによるカウンターファクトシミュレーションは、患者の履歴を修正し、治療を変更し、予測された反応を読み取ることを意味する。
そうするには、ひとつの介入として数えられるものを決定する必要があります。
MIMIC-IVの945,707人の患者時間の共同検定では、透析回路の全てのパラメータが決して離れてはいないようなコンポーネントのグループが表示されるため、それ自体で1つのコンポーネントを変更する編集は、データの中で決して発生しない時間を記述する。
我々は、介入が編集される粒度が、世界モデルがどのように反応するかを変えることを仮定し、時間的治療用テキストで条件付けられた患者軌跡の潜在的世界モデルであるClin-JEPAでこれをテストする。
侵襲的換気の発症を文書化した1,019件の症例では,患者の経過および他の治療法を固定し,1つの換気器設定を編集し,最も近縁な経路で実際の患者に記録された完全な構成を編集して比較する。
完全なバンドルは、予測された次の状態をすべての5つの設定に一貫して移動させ、各編集がモデルの入力をどの程度変更するかを考慮に入れた後に差が残る。
単一成分編集は治療感度を過小評価し、バンドル認識編集は対実的治療シミュレーションのより良い支持基盤を提供する。
関連論文リスト
- Patients With Personality: Realistic Patient Simulation through Controlled Diversity and Selective Disclosure [24.569940011188994]
patientsWithPersonality (PWP)は、現実的で多様な仮想的な患者反応を生成する患者シミュレーションフレームワークである。
HEXACOは,人間の行動特性を定量化・パラメータ化するための6次元パーソナリティ空間であり,会話スタイル,協調性,情報開示のきめ細かい制御を可能にする。
論文 参考訳（メタデータ） (2026-05-13T15:26:15Z) - Multi-Stage Patient Role-Playing Framework for Realistic Clinical Interactions [2.1897719729390173]
中国初の患者シミュレーションデータセット(Ch-PatientSim)を提案する。
患者は5次元のペルソナ構造に基づいてシミュレートされる。
ペルソナクラスの不均衡の問題に対処するため、データセットの一部は、数ショット生成を使用して拡張され、続いて手動検証が行われる。
論文 参考訳（メタデータ） (2026-01-16T02:34:22Z) - CLARITY: Medical World Model for Guiding Treatment Decisions by Modeling Context-Aware Disease Trajectories in Latent Space [49.74032713886216]
CLARITYは、構造化潜在空間内で直接疾患の進化を予測する医療世界モデルである。
時間間隔(時間的文脈)と患者固有のデータ(臨床的文脈)を明確に統合し、スムーズで解釈可能な軌跡として治療条件の進行をモデル化する。
論文 参考訳（メタデータ） (2025-12-08T20:42:10Z) - Patient-Zero: A Unified Framework for Real-Record-Free Patient Agent Generation [11.75912414451272]
実際の医療記録を必要としない現実的な患者生成フレームワークであるPatent-Zeroを提案する。
patient-Zeroはまず、医療に整合したマルチステップ生成アーキテクチャを導入し、実際の医療記録を使わずに階層的な医療知識注入を通じて包括的な患者記録を構築する。
本フレームワークは,適応的対話戦略とリアルタイム臨床的妥当性検証によって支援され,厳密な医療コヒーレンスを維持しつつ,文脈的に多様な患者記録の生成を可能にする。
論文 参考訳（メタデータ） (2025-09-14T03:56:00Z) - Beyond the ATE: Interpretable Modelling of Treatment Effects over Dose and Time [46.2482873419289]
本研究では, 治療効果トラジェクトリを線量および時間とともに滑らかな表面としてモデル化する枠組みを提案する。
本研究は, 臨床的に有意な特性の特定から, 軌道形状の推定を分離する。
本手法は, 処理力学の精度, 解釈可能, 編集可能なモデルを生成する。
論文 参考訳（メタデータ） (2025-07-09T20:33:33Z) - Controllable Sequence Editing for Biological and Clinical Trajectories [13.932376714411921]
本稿では,即時および遅延効果の条件付き生成のための制御可能なシーケンス編集モデルであるCLEFを紹介する。
CLEFは、条件が将来のシーケンスの進化をどのように、いつ変更するかをエンコードする時間的概念を学習する。
以前のモデルとは異なり、CLEFは任意の将来時間で1ステップの条件生成を可能にし、遅延シーケンス編集において最大65.71%の高速化を実現している。
論文 参考訳（メタデータ） (2025-02-05T19:33:12Z) - SCouT: Synthetic Counterfactuals via Spatiotemporal Transformers for
Actionable Healthcare [6.431557011732579]
合成制御法は、ドナーユニットからユニットの対実的現実を推定する強力なデータ駆動手法のクラスを開拓した。
中心となる技術は、ドナーの結果を結合して偽物を生成する、事前介入期間に適合した線形モデルである。
提案手法は,介入の開始前における局所的時間的情報の利用を,事象列を推定する有望な方法として提案する。
論文 参考訳（メタデータ） (2022-07-09T07:00:17Z) - Disentangled Counterfactual Recurrent Networks for Treatment Effect
Inference over Time [71.30985926640659]
本稿では,DCRN(Disentangled Counterfactual Recurrent Network)を提案する。
時間とともに治療効果の因果構造に完全にインスパイアされたアーキテクチャでは、予測精度と疾患理解が向上する。
実データとシミュレーションデータの両方において,DCRNが処理応答予測の最先端手法より優れていることを示す。
論文 参考訳（メタデータ） (2021-12-07T16:40:28Z) - MIA-Prognosis: A Deep Learning Framework to Predict Therapy Response [58.0291320452122]
本稿では,患者の予後と治療反応を予測するための統合型深層学習手法を提案する。
我々は,マルチモーダル非同期時系列分類タスクとして,確率モデリングを定式化する。
我々の予測モデルは、長期生存の観点から、低リスク、高リスクの患者をさらに階層化する可能性がある。
論文 参考訳（メタデータ） (2020-10-08T15:30:17Z) - DTR Bandit: Learning to Make Response-Adaptive Decisions With Low Regret [59.81290762273153]
動的治療体制 (DTR) はパーソナライズされ適応された多段階の治療計画であり、治療決定を個人の初期特徴に適応させ、その後の各段階における中間結果と特徴に適応させる。
本稿では,探索と搾取を慎重にバランスさせることで,遷移モデルと報酬モデルが線形である場合に,速度-最適後悔を実現する新しいアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-05-06T13:03:42Z) - Estimating Counterfactual Treatment Outcomes over Time Through
Adversarially Balanced Representations [114.16762407465427]
時間とともに治療効果を推定するためにCRN(Counterfactual Recurrent Network)を導入する。
CRNは、患者履歴のバランスの取れた表現を構築するために、ドメイン敵のトレーニングを使用する。
本モデルでは, 正解率の予測と適切な治療時期の選択において, 誤差の低減を図っている。
論文 参考訳（メタデータ） (2020-02-10T20:47:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。