利用真实世界数据的高保真纵向患者模拟

模拟是探索不确定性的有力工具。它在临床医学中的潜力具有变革性，包括个性化治疗方案和虚拟临床试验。然而，由于复杂的生物学和社会文化影响，模拟患者轨迹极具挑战性。在此，我们证明可以利用真实世界临床记录对患者时间线进行经验建模。我们开发了一个生成式模拟器模型，它以患者的病史作为输入，并合成细粒度、逼真的未来轨迹。该模型在超过2亿条临床记录上进行了预训练。它产出了高保真的未来时间线，与真实患者未来数据中的事件发生率、化验结果和时间动态高度吻合。它还准确估计了未来事件概率，在多种结局和时间跨度上，观测-期望比始终接近1.0。我们的结果揭示了电子健康档案中真实世界数据的未开发价值，并引入了一个用于临床照护计算机模拟（in silico）的可扩展框架。