斯坦福团队发布健康世界模型HealthFlux
AI 总结
斯坦福大学博士后研究员应可钧联合华盛顿大学、哈佛医学院、麻省理工学院等机构学者，在医学预印本平台medRxiv发布了被称为首个全景模态（pan-modal）人类健康世界模型的HealthFlux，并在英国生物样本库约50万人的长期队列数据上训练。模型内部持续维护一个由384项数值描述的健康状态，无新数据时按学到的规律自行演化，有血检等新观测时立即修正，借助神经常微分方程推进；病历、血液化验、近3000种血浆蛋白、约250种代谢物以及腹部和脑部MRI等11类数据都汇入同一状态，疾病风险则由事后读取器从状态中读出。团队称在约6万名未参与训练的参与者中，模型对1010种疾病和死亡的5年预测平均AUROC为0.832（此前的多模态模型RisQ为0.805）；切断新数据后继续推演20年，HealthFlux仍保持0.837，而对比模型Delphi-2M降至0.576。作者同时指出数据以白人为主、缺乏心理量表，健康状态指数（HSI）尚无警戒阈值，干预的因果证据与前瞻性验证仍然不足。
深度见解
若这类模型通过前瞻性验证，健康预测可能从单一病种风险打分，转向可随时间与新增检查持续更新的个人健康轨迹推演。