研究人员开发了ChronoMedicalWorld模型（CMWM），这是一个新颖的框架，旨在利用纵向电子健康记录数据预测患者的长期健康轨迹。这个动作条件潜在世界模型结合了结构化干预和自由文本交流，以预测生理变化。在一项针对慢性肾脏疾病的研究中，与GPT-5.5基线相比，CMWM在预测估算肾小球滤过率方面表现出更高的准确性，部分原因在于对患者-健康教练对话的分析。 AI
影响 该模型可以通过提供对疾病进展和干预效果更准确的预测来改善长期患者护理。
排序理由 发表了一篇关于用于医学轨迹预测的新型AI模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →