Saga：多模态患者世界模型的 in silico 本体
原标题：Saga: an in silico ontology for a multimodal patient world model
AI 摘要
Isoplex Intelligence 联合北京大学、北京协和医学院提出 Saga，一种面向多模态患者世界模型的“in silico”本体，从患者病史学习共享状态，用于预测临床事件并生成多模态图像。研究覆盖 112 家中心、461,370 名患者、12 种癌症；去除患者条件后事件 F1 从 0.716 降至 0.591，病灶负荷误差从 11.8% 升至 21.3%。自由推演八步事件 F1 为 0.672，优于纵向 Transformer 的 0.553，时间误差低 8.7 天；内部测试集一年进展 AUROC 为 0.882，外部评估为 0.871 和 0.856。
正文节选
ISOPLEX-SAGA-TR-2026-001 \reportversion1.11.1 \reportcompanyIsoplex Intelligence \reportaffiliation1Peking University 2Peking Union Medical College 3Isoplex Lab \reportshorttitleSaga: Multimodal Patient World Model \reportkeywords \reportnotice Saga: an in silico ontology for a multimodal patient world model Abstract Simulating an individual’s disease course requires connecting patient history to future events, clinical timing and disease morphology. Longitudinal prediction and multimodal repres