TUM 发布 NOAH:纵向多模态时序模型建模全患者旅程
TUM-AIMED · hf · 2026-09-10
慕尼黑工业大学团队在 Hugging Face 发布 NOAH，一个面向完整患者旅程的生成式 Transformer 模型。
- 纵向多模态:将患者随时间推移的多种临床数据(检验、影像、诊断等)统一建模，引入连续时间动态与随机隐状态
- 核心能力:支持疾病进程预测(forecasting)、零样本分类，以及反事实模拟(counterfactual simulation)——即模拟不同诊疗路径下的可能结果
- 定位:属于医疗 AI for Science 方向的时间感知表示学习研究，模型已在 Hugging Face 开放
「研究」频道最新
- UCLA发布VDiff-Bench：多模态模型细粒度图像差异识别集体翻车 — UCLA · 2026-09-10
- 新基准 VDiff-Bench:1756 题暴露前沿模型找不同能力短板 — yixin_wan_ · 2026-09-10
- Michael Levin 新论文:以结构化潜空间刻画新形态的生命与心智 — danfaggella · 2026-09-10
- 研究显示「末日论者预测更准」或只是流言：XPT 锦标赛复盘 — random_walker · 2026-09-10
- AI 安全前沿正从神经网络转向智能体网络的可解释性 — Hidenori8Tanaka · 2026-09-10
- AI 影像+基因组学发现心脏-脾脏轴关联 — EricTopol · 2026-09-10