本研究使用Transformer模型和合成数据生成进行多次访问/记录的患者生存分析，解决了数据稀疏性问题，并展示了在协变量和时间变化的协变量数据集上的优越性能。旨在提高个体患者生存轨迹的理解和预测准确性，在临床试验设计和新疗法创立中发挥关键作用。