2026年6月25日
TEMPOがCHIL 2026に掲載
このページは機械翻訳されたもので、確認待ちです。
TEMPO: Transformers for Temporal Disease Progression from Cross-Sectional Dataは、Hongtao Hao（ホンタオ・ハオ）氏が主導した研究で、Conference on Health, Inference, and Learning (CHIL) 2026で発表され、Proceedings of Machine Learning Researchに掲載されました。
イベントベースモデル（event-based models）は横断的データからバイオマーカーの進行を推定しますが、通常は順序しか復元できず、硬直的な仮定に依存しています。TEMPOは確率モデルによるシミュレーションで生成したデータでTransformerを学習し、生成モデルが不可欠な部分はそのまま活かしつつ、従来手法よりも高速かつ高精度な推論を実現します。
詳しくは疾患進行プロジェクトをご覧ください。