使用神经随机微分方程对连续疾病轨迹和治疗效果进行概率性时间预测
原文中文，约500字，阅读约需2分钟。发表于：。基于医学影像的个性化医学，可以准确预测未来个体化临床疾病进展和治疗反应，对于长期、复杂、异质性的无法治愈的疾病（如多发性硬化症（MS））的医疗和药物开发具有巨大影响。本文提出了第一个用于建模疾病进展的连续时间因果框架，利用神经随机微分方程（NSDE）。该因果推断模型以患者的高维影像（MRI）和表格数据为输入，预测潜空间中不同治疗的真实和反事实进展轨迹。NSDE...
本文提出了一个连续时间因果框架，利用神经随机微分方程进行建模，以患者的高维影像和表格数据为输入，预测不同治疗的进展轨迹。实验结果表明，该模型可以准确预测多发性硬化症患者的残疾发展和治疗效果，并发现临床试验中未达到终点的患者亚组。
