终身数字孪生：用于事件驱动的终身健康状态轨迹的统一建模范式和智能体Harness

人类健康是一个连续的、动态的轨迹，由整个生命过程中生物过程、临床事件、行为和环境暴露的累积相互作用形成。统一终身健康信息的全部范围，包括纵向记录、遗传变异、分子谱和环境历史，对于全人建模至关重要，并且仍然是一个重大挑战。我们引入了终身数字孪生，这是一种统一的、事件驱动的建模范式，它将生活事件组织成日常健康状态并将其累积到终身健康背景中。随附的智能体Harness合并了语言模型文本上下文之外的多模态证据。我们针对三项任务评估了 25 个疾病端点的四种语言模型：疾病轨迹预测、疾病风险排名和多视野疾病预测。与参考条件相比，该方法取得了显着的成果：轨迹预测中疾病识别的模型平均 F1 增加了 22.0%，五年疾病结果的模型平均 F1 增加了 18.3%；甲状腺疾病F1达到0.669。该框架为全人数字双胞胎和个性化终身疾病预防研究提供了基础。