世界模型进军医学领域！

---

论文：Medical World Model: Generative Simulation of Tumor Evolution for Treatment Planning
代码：https://github.com/scott-yjyang/MeWM

---

0、摘要

  提供有效治疗方案、做出合理临床决策，是现代医学与临床诊疗的核心目标。本文依托大型生成模型的最新研究进展，聚焦面向临床决策的疾病动态仿真研究。（研究背景与意义）

  本文提出医疗世界模型（Medical World Model，MeWM）—— 这是医学领域首个基于临床决策、能够可视化预测未来疾病状态的世界模型。

  MeWM 包含两大模块：（1）作为策略模型的视觉 - 语言模型；（2）作为动态模型的肿瘤生成模型。

  其中，策略模型可生成临床治疗等干预方案，动态模型用于模拟特定治疗条件下的肿瘤进展或消退情况（先决策，再推演？）。在此基础上，本文构建逆向动态模型，将生存分析应用于治疗后肿瘤的仿真结果，实现治疗效果评估与最优临床干预方案筛选。

  综上，本文提出的 MeWM 通过合成治疗后肿瘤影像完成疾病动态仿真，在放射科医师开展的图灵测试中展现出顶尖的特异性；同时，其逆向动态模型在各项指标上均优于医疗专用 GPT 模型，可实现个体化治疗方案的优化。值得注意的是，MeWM 能够提升介入科医师的临床决策水平，使最优经导管动脉化疗栓塞（TACE）方案选择的 F1 分数提升 13%，为医疗世界模型未来作为辅助阅片工具投入临床应用奠定基础。（好强的样子( •̀ ω •́ )✧）

---

1、引言

1.1、研究意义与当前挑战

  （1）临床决策是患者诊疗的核心环节，决定治疗结局并影响医疗干预的发展方向；（本文面向辅助临床决策）

  （2）疾病本身具有复杂性，例如肿瘤会在各类生物学因素与化疗作用下发生演变，因此需要模型具备动态适配能力，可对疾病进展过程进行建模；（动态演化的必要性）

  （3）临床决策不仅要求精准预测结果，还需提供医师可信赖、可视化可追溯的参考依据；（模型的可解释性）

  （4）世界模型通过生成环境状态演化的预测分布，模拟人类决策者推演未来场景的思维模式，并借助逆向动力学做出合理决策。可进一步助力制定更高效、可视化可追溯的治疗方案。图 1 展示了本文将世界模型引入通用医疗场景的理论框架，以及该模型整合各类能力以支撑临床决策的实现方式。（刀来了）
  
Figure 1 | 医学世界模型的构建：该系统将影像学观察结果与感知模块相结合，形成初始状态；随后通过渐进式生成模型对该状态进行处理，以预测不同治疗条件下疾病的未来发展状态。基于康复效果的治疗策略指导临床决策，从而形成优化临床干预措施的反馈循环。

1.2、本文贡献

  （1）提出医学世界模型：构建多模态策略模型，利用视觉 - 语言能力生成个体化治疗方案组合；设计生成式动力学模型，精准刻画肿瘤潜在演化规律，实现不同干预方式下的前瞻性仿真；

  （2）集成逆向动力学模型：将基于干预条件的仿真结果转化为生存分析量化指标，为最优治疗方案的遴选提供透明、循证的决策工具；

  （3）展示了人工智能在介入医学决策支持方面取得的重大突破：最优治疗方案选择任务的 F1 分数提升 13%，为精准医疗的未来发展提供重要参考；

---

2、相关工作

2.1、生成式世界建模

  世界模型旨在基于当前观测信息与行为动作，预测未来状态与奖励值，以此实现动态环境仿真。该模型最初应用于 Atari 游戏等受限场景，后续通过策略与世界模型的联合学习，其状态转移建模能力已拓展至真实场景，有效提升了仿真机器人、实体机器人及自动驾驶领域的样本利用效率。

  早期世界模型侧重简单状态转移建模，而现代方法可融合结构化的行为‑目标关联关系与多模态条件约束。例如，Du 等人结合视觉‑语言模型与文本‑视频模型，实现长时序视频规划；Luo 等人借助视频引导的目标条件式探索，将视频模型与连续行为建立关联，学习目标条件策略；在具身决策领域，Lu 等人利用视频生成模型，使智能体能够以高生成质量、高探索一致性完成环境的自主推演探索。

  然而，目前尚无研究探究世界建模在医学影像分析与临床决策中的适用性。（机会来啦）

2.2、肿瘤合成

  肿瘤合成已成为计算机断层扫描（CT）、磁共振成像（MRI）、内镜视频等各类医学影像模态下的热门研究方向。现有研究同样开展了大量非肿瘤性病灶合成工作，包括胸部 CT 影像合成、眼底图像中糖尿病相关病灶合成等。（图像生成：CV 的新晋太子）

  近期研究依托扩散模型等大型生成式模型，致力于提升肝脏、肾脏、胰腺部位合成肿瘤的真实感。现有方法大多仅基于形态掩码实现条件生成，而 Li 等人结合诊断描述报告与条件扩散模型，提出了文本驱动的肿瘤合成方法。

  但上述研究大多将肿瘤合成作为数据增强手段，用于优化肿瘤检测任务，忽视了其在助力临床治疗方案决策方面的应用潜力。本文聚焦于目前研究较为匮乏的肿瘤动态仿真领域，基于治疗前影像与干预方案，生成治疗后肿瘤状态影像。

2.3、预后评估与临床决策

  医学影像中的治疗后预后评估，对评价治疗效果、预判疾病复发、指导后续临床决策至关重要。CT 广泛用于评估手术、化疗、放疗、经导管动脉化疗栓塞（TACE）、免疫治疗等干预手段实施后，肿瘤的结构与功能改变。（所以本文基于 CT 影像实现）

  Lee 等人基于卷积神经网络模型，结合 CT 影像与临床信息，对肝细胞癌（HCC）患者的治疗后生存期进行预测。此外，大语言模型正越来越多地被用于辅助临床决策。但现有研究较少将其应用于治疗后预后评估，也未能利用生存分析的反馈结果，实现及时的临床干预。

---

3、医学世界模型

整体框架

  如 图 2 所示，本文构建的医学世界模型（MeWM）以治疗前 CT 影像视觉观测信息 $x_0$、文字形式的治疗目标 $g$ 为输入，实现未来疾病状态仿真并筛选最优治疗方案。

  策略模型（3.1 节） 基于视觉影像状态提取描述性观测信息，结合文字治疗目标与临床诊疗指南，构建多套候选治疗方案。在方案寻优阶段，给定治疗前 CT 影像与干预方案组合，动力学模型（3.2 节） 可预测具体的疾病转归状态，即生成治疗后 CT 影像。

  最后，由启发函数驱动的逆向动力学模型（3.3 节），结合治疗前 CT 影像、仿真生成的治疗后 CT 影像，以及辅助模型输出的肿瘤掩码，预测风险评分，从而有效剪枝搜索分支，通过启发式策略确定最优治疗方案。
  
Figure 2 | 医学世界模型用于 TACE 方案优选的整体流程：（1）GPT 模型（策略模型）：基于治疗前 CT 影像观测结果，结合临床诊疗指南与规范，构建 TACE 干预方案组合；（2）肿瘤生成模型（动力学模型）：依据不同 TACE 干预方案仿真治疗后肿瘤状态，预测治疗效果；（3）生存分析模型（启发函数）：结合仿真得到的治疗后 CT 影像与治疗前 CT 影像评估风险评分，筛选最优 TACE 治疗方案；注：可通过训练完备的分割网络（辅助模型）提取三维肿瘤掩码（红色区域）。该框架通过临床策略指导、生成式建模与生存分析三者迭代，实现可视化可追溯的治疗方案优化。

3.1、策略模型

  视觉‑语言模型已成为获取临床领域先验知识的有力工具，可依托海量互联网数据与临床诊疗指南，为制定可行的治疗方案提供丰富参考信息。本文基于 TACE 临床诊疗指南，构建探索配置集，涵盖全部潜在化疗药物（如雷替曲塞、顺铂）与栓塞材料（如碘化油、明胶海绵）。上述两类要素共同构成动作库，为生成动力学模型提供可用的 TACE 方案条件。

  随后，本文采用预训练多模态大模型（如 GPT‑4o）作为策略模型。给定高层目标 $g$（例如：“基于治疗前 CT 结果，应为此肝细胞癌（HCC）患者推荐何种 TACE 治疗方案？”），策略模型 ${\pi }_{\text{VLM}}(x_0,g)$ 从输入的治疗前 CT 影像 $x_0$ 中提取视觉观测信息与肿瘤特征信息，进而输出合理的 TACE 操作方案。

  为限制动作库中规模过大的树搜索范围，本文进一步借助大语言推理模型 Deepseek‑R1，依据临床策略对药物集与栓塞材料集进行筛选优化，优化后两类集合的基数分别为 $D$ 和 $E$。

3.2、动力学模型

（1）放疗报告提取与生成

  现有多数研究主要围绕人工撰写的放射科报告开展工作，而本文聚焦于放疗报告，旨在从中提取更为全面的治疗方案信息。但原始放疗报告存在噪声干扰、信息碎片化等突出问题，不利于可控的肿瘤合成研究。为解决上述问题，本文提出由数据清洗与数据增强组成的两阶段文本预处理框架。

  第一阶段，整合 GPT‑4o 与 DeepSeek‑R1 的输出结果完成关键词提取，重点筛选药物、栓塞剂及其对应剂量等关键实体信息。第二阶段，依托上述模型开展文本生成，基于提取得到的关键词构建结构化的核心操作描述。该方法能够提升处理后报告的一致性与信息完备性，为后续肿瘤合成、治疗分析等下游任务提供支撑。

（2）治疗后肿瘤生成

  本文采用潜扩散模型（Latent Diffusion Models, LDMs）对三维术前 CT 体数据进行潜特征提取，并融合文本动作嵌入，实现可控的肿瘤合成。利用 3D VQGAN 自编码器，将每个三维术后 CT 体数据 $x_1\in {\mathbb{R}}^{H\times W\times D}$ 编码为低维潜特征表示 $z_1=\mathcal{E}(x_1)$。

  在潜空间中，借鉴 DiffTumor 模型的思路，定义扩散过程：在离散时间步 $t=1,\dots ,T$ 内，向潜特征表示 $z_1$ 逐步添加噪声。给定一组含肿瘤的术前 CT 体数据 $x_0$ 及其肿瘤区域掩码 $m_0$，本文以掩码处理后的术前潜特征表示 $z_0^{\prime }=\mathcal{E}(m_0^{\prime }\odot x_0)$ 作为去噪模型的条件，其中 $m_0^{\prime }$为经本文提出的文本驱动形态‑高斯衰减方法处理后得到的衰减掩码。

  具体而言，为 TACE 的治疗效果，该方法首先对放疗报告进行血管闭塞评估，提取并分析 “闭塞、缩小、消失” 等文本描述，以此确定衰减等级 l ∈ { 1 , 2 , 3 , 4 } l \in \{1,2,3,4\} l∈{1,2,3,4}，等级数值越高代表肿瘤治疗效果越好。随后，依据衰减等级 $l$ 构建自适应卷积核，对原始肿瘤掩码 $m_0$ 执行形态学腐蚀与膨胀操作，模拟肿瘤因闭塞产生的结构动态变化。同时采用自适应高斯模糊，表征碘化油沉积、坏死改变及血流灌注下降引发的异质性灰度变化特征。经上述三步运算得到最终衰减掩码 $m_0^{\prime }$，保证肿瘤区域与脏器组织间的平滑过渡。需注意，该衰减过程仅用于模型训练阶段。

  同时，本文将生成的文本动作作为去噪模型的条件。给定动作组合 a = { a 1 , … , a H } a=\{a_1,\dots,a_H\} a={a1​,…,aH​}，各子动作依次通过 CLIP 文本编码器 $\varphi (\cdot )$ 与线性投影层 ${\sigma }_1(\cdot )$ 完成编码，降维至临床概念潜空间。

  为强化 $D$ 类药物关键词与 $E$ 类栓塞材料关键词中动作条件的语义信息，本文引入可学习的概念嵌入 $c$，从给定动作组合中提取关键词表征。该显式药物关联建模方式可精准刻画治疗组分，同时保证模型对上下文变化的鲁棒性。最终动作条件 $\tau (a)$ 由全连接层 ${\sigma }_2$ 融合整体文本嵌入与概念嵌入得到，公式如下：$$\tau (a)={\sigma }_2\left(\right[[{\sigma }_1(\varphi (a_1)),\dots ,{\sigma }_1(\varphi (a_H))],c\left]\right)\text{\hspace{1em}(1)}$$式中 $[\cdot ]$ 代表拼接操作。扩散模型的训练目标如下：
$${\mathbb{E}}_{z_1,ϵ\sim \mathcal{N}(0,1),t}\left[{\Vert ϵ-{ϵ}_{\theta }\left(z_t,z_0^{\prime },m_0,\tau (a),t\right)\Vert }_2^2\right]\text{\hspace{1em}(2)}$$ 式中 ${ϵ}_{\theta }(\cdot ,t)$ 为融合自注意力层与卷积层的三维 U‑Net 网络，用于根据输入变量与条件信息预测噪声。

（3）组合对比学习

  本文采用对比学习策略，将治疗动作组合与肿瘤演化过程进行对齐，提升治疗后肿瘤合成结果的真实性与区分度。给定术前基准样本对 $(x_0,m_0)$ 与动作组合 $a$，通过生成模型 $f_{\text{DM}}(\cdot )$ 生成术后 CT 图像 $\hat{x}$。

  对于每个基准样本，正样本 ${\hat{x}}^{+}=f_{\text{DM}}(x_0^{+},m_0^{+},a^{+})$ 定义为：由另一组样本对生成的合成术后 CT 图像，且其动作组合包含相同的药物或栓塞材料关键词。与之相对，负样本 ${\hat{x}}^{-}=f_{\text{DM}}(x_0,m_0,a^{-})$由同一组样本对、但关键词存在差异的动作组合生成，对应差异化的肿瘤演化模式。本文将该对比损失纳入肿瘤生成模型，表达式如下：
$$\mathbb{E}\left[-\log \frac{\exp \left(\text{sim}(\hat{x},{\hat{x}}^{+})/\delta \right)}{\sum \exp \left(\text{sim}(\hat{x},{\hat{x}}^{-})/\delta \right)-\exp \left(\text{sim}(\hat{x},{\hat{x}}^{+})/\delta \right)}\right]\text{\hspace{1em}(3)}$$ 式中 $\text{sim}(\cdot )$ 表示余弦相似度，$\delta$ 为温度缩放系数。该对比学习策略可保证：由相似治疗方案模拟得到的肿瘤具备一致的衰减效果，而不同方案生成的肿瘤具备可区分的特征。
  
Figure 3 | 基于肿瘤生成模型的动力学模型：该训练框架包含三部分：(a) 放疗报告提取与生成： GPT‑4o 与 Deepseek‑R1 从放疗报告中提取关键治疗细节，并生成对应的 TACE 操作指令。(b) 治疗后肿瘤生成： 以融合动作嵌入与衰减处理后的 CT 特征为条件，构建动作驱动型三维扩散模型，生成可模拟治疗效果的术后肿瘤影像。(c ) 组合对比学习（CCL）： 该模型通过拉大不同动作组合间的特征距离、缩小相似组合间的特征距离，学习治疗方案的变化规律，提升生成真实且贴合治疗方案的术后肿瘤形态的能力。

3.3、逆动力学模型

  逆动力学模型是本文整体框架的重要组成部分，旨在通过分析治疗前状态、干预操作与预期治疗后结果之间的关联关系，推断最优治疗方案。本文从三方面阐述其核心内容：（1）辅助模型；（2）启发式函数；（3）TACE 方案探索。

（1）辅助模型

  为更好地识别合成得到的术后 CT 影像 $\hat{x}$ 中的肿瘤区域，本文引入肿瘤分割模型作为辅助模型 $H_{\text{seg}}(\cdot )$。（分割任务）与常规术前 CT 影像中的肿瘤相比，术后肿瘤具有如下特征：因钙化、碘化油沉积形成的异质性高密度区域、坏死组织改变导致的不规则形态，以及存活肿瘤区域造影强化减弱或消失。因此，本文基于术后 CT 与对应掩码的真实样本对，对预训练 nnUNet 模型进行微调，使其适配术后影像分割场景。

  借助训练完备的辅助模型，对肿瘤生成模型输出的模拟术后 CT 影像 $\hat{x}$ 开展肝脏与肿瘤区域分割，得到预测掩码 $\hat{m}$，带预测掩码的术后 CT 影像可进一步用于生存分析。

（2）启发式函数

  本文基于生存分析模型构建启发式函数 $H_{\text{surv}}(x_0,m_0,\hat{x},\hat{m},g)$，通过输出的风险评分量化特定 TACE 动作组合的治疗效果。受 DeepSurv 模型启发，本文采用基于三维卷积的 3D ResNet（MC3）结构作为生存分析模型的特征提取器。

  给定术前样本对 $(x_0,m_0)$ 与模拟术后样本对 $(\hat{x},\hat{m})$，分别提取二者拼接后的 CT 影像与掩码特征，并借助交叉注意力 Transformer 实现术前、术后语义的双向对齐。随后采用注意力聚合模块融合术前与术后特征，再经全连接层输出风险评分。风险评分越低，对应动作组合对患者的治疗效果越好。

  在模型训练阶段，本文采用多任务学习策略，结合 CoxPH 模型与总生存期（OS）回归任务，提升生存分析模型的泛化能力。

（3）TACE 方案探索

  结合上述所提各模型，本文可依据语言层面的治疗目标 $g$，由任意术前 CT 影像 $x$ 预测 TACE 方案。为推导最优动作组合，本文通过搜索动作序列以达成目标 $g$，即求解包含药物与栓塞材料组分的治疗方案，优化目标如下：
$${\hat{x}}_{1:H}^{\ast }=\underset{{\hat{x}}_{1:H}\sim {\pi }_{\text{VLM}},f_{\text{DM}}}{\mathrm{argmin}}{H}_{\text{surv}}(x_0,m_0,\hat{x},H_{\text{seg}}(\hat{x}),g)\text{\hspace{1em}(4)}$$式中 $H=H_d+H_e$。

  基于该优化目标，本文设计树搜索式探索流程。该探索算法初始化 $B$ 组并行的方案束，借助策略模型 ${\pi }_{\text{VLM}}$ 对由 $D$ 类药物、$E$ 类栓塞材料及临床规则构成的潜在动作空间进行采样。引入临床规则用于剪枝不合理分支，例如多种铂类药物联用会存在累积毒性、骨髓抑制风险，因此予以禁用。本文分两步依次探索药物与栓塞材料，保证 TACE 方案同时包含两类组分。针对每一组当前动作组合，通过肿瘤生成模型 $f_{\text{DM}}(x_0,m_0,a)$ 生成 $T$ 个术后肿瘤样本，以获得可靠性更高的模拟结果。

  随后，本文在辅助模型 $H_{\text{seg}}(\hat{x})$ 的支持下，利用启发式函数 $H_{\text{surv}}(x_0,m_0,\hat{x},\hat{m},g)$ ，在 $D$ 类药物或 $E$ 类栓塞材料对应的动作中，筛选出 $T$ 次复制样本平均生存评分最优的生成肿瘤。在完成全部方案束的单步扩展后，剔除生存评分最差的方案束，并将其动作组合替换为最优方案束的内容。为避免累积毒性与脏器功能损伤，本文通过药物探索上限 $H_d$ 与栓塞材料探索上限 $H_e$ 限制过度搜索。最终选取生存评分最优的方案束对应的动作组合，作为该患者的 TACE 治疗方案。本文方法的伪代码详见 算法 1。

---

4、实验与结果

4.1、数据集

（1）HCC‑TACE 自建数据集

  本文收集了 338 例纵向配对的术前‑术后 CT 扫描影像，配套标注完善的肝脏 / 肿瘤掩码与临床记录（包括作为标准治疗动作的 TACE 放疗报告、总生存期（OS）时长）。本文按照 9:1 的比例划分训练集（含验证集）与测试集。

（2）HCC‑TACE‑Seg 公开数据集

  为开展外部验证，本文选用 HCC‑TACE‑Seg 公开数据集的患者样本，该数据集为单中心数据，包含美国得克萨斯大学 MD 安德森癌症中心确诊并接受治疗的肝细胞癌患者。经数据筛选与预处理，最终纳入 78 例样本，包含术前 CT、术后 CT、TACE 标准治疗方案与总生存期时长。本文采用 80% 的样本对 MeWM 模型进行微调与验证，剩余 20% 样本用于方案探索性能评估。

4.2、生成质量评估

（1）视觉图灵测试（人工评估）

  本文所提 MeWM 模型的特异度最低（R1 为 79.17%、R2 为 70.83%、R3 为 75.00%），说明该模型生成的大量仿真肿瘤被医师误判为真实影像。
  
Table 1 | 基于肿瘤生成模型的动力学模型：本测试由 3 名放射科医师（R1‑R3）参与，每位医师评估 5 组 CT 影像，每组包含 48 张扫描图，其中真实术后肿瘤影像、肿瘤生成模型输出的仿真术后肿瘤影像各 24 张。医师需对每张 CT 影像判别为真实影像或仿真影像。敏感度越高，代表医师的区分能力越强；特异度越低，代表被误判为真实影像的仿真肿瘤数量越多。本文同时采用 FID 与 LPIPS，与对应真实术后扫描影像开展感知评估，FID 与 LPIPS 数值越低，仿真效果越优异。

（2）感知评估

  本文采用 FID 与 LPIPS 开展感知评估，两项指标数值越低代表仿真效果越好。所提 MeWM 模型取得最优 FID 值（0.71）与 LPIPS 值（0.6120），肿瘤生成保真度最高，可有效生成高度真实的术后肿瘤，大幅提升了放射科医师区分真实与仿真病例的难度。
  
Figure 4 | 视觉图灵测试示例：本图展示 1 例真实肿瘤样本，以及被医师正确识别、错误识别的仿真肿瘤样本。红点代表放射科医师将该术后肿瘤判定为仿真样本，绿点代表医师将其判定为真实样本。

4.3、生存分析

  本文基于 HCC -TACE-Seg 数据集，评估了主流 Cox 比例风险模型与启发式函数模型之间的生存风险回归效果。
  
Figure 5 | 启发式函数在生存分析中的性能表现：前 3 张热力图依次展示真实风险分布、Cox 模型预测结果与本文启发式函数的预测结果；后 2 张热力图呈现两类模型的预测误差。本文模型的均方误差（MSE）为 0.2142，低于 Cox 模型的 0.3550，说明其在捕捉局部风险模式上具备更高的预测精度。

  
Figure 6 | Kaplan‑Meier 生存曲线：基于影像组学的 Cox 模型与本文深度模型对比：左图为基于影像组学特征的 Cox 模型预测生存曲线；右图为本文基于深度特征的模型输出生存曲线。本文模型的一致性指数（c‑index）达 0.752，对数秩检验 $p$ 值为 $6.74\times 10^{-5}$，显著优于对比模型，对高、低风险人群的区分能力更强。图中阴影区域代表置信区间。

4.4、TACE 方案探索的结果

（1）局部观测对大语言模型的误导性

  针对 GPT‑4o、MedGPT、华途 GPT‑Vision 等多模态大语言模型，输入术前 CT 切片，使其从给定动作集中预测治疗动作组合。实验结果显示，其 F1 分数较本文 MeWM 模型低 10% 以上，说明仅依靠视觉‑语言模型及其常识推理得到的治疗方案存在缺陷，同时验证了开展术前‑术后肿瘤变化仿真的必要性。
  
Table 2 | 基于 HCC‑TACE 自建数据集与公开数据集的 TACE 方案探索评估：F1 分数、杰卡德指数、精确率与召回率均基于预测动作组合与标准治疗方案计算得出。本文所提 MeWM 模型在全部评价指标上均显著优于现有方法，可有效探索最优个体化治疗方案，性能与介入科医师水平相当。

（2）MeWM 作为临床决策辅助工具

  MeWM 模型可有效提升放射科医师与临床医生的诊疗能力，在优化 TACE 方案规划方面具备重要临床价值。
  
Figure 7 | MeWM 干预在临床应用中的示例：放射科医师初始拟定的 TACE 方案包含雷替曲塞、洛铂、伊达比星，同时采用碘化油联合明胶海绵进行栓塞。MeWM 模型模拟输出的方案为雷替曲塞、洛铂与碘化油。经模型干预优化后，最终方案剔除伊达比星、补加明胶海绵，与标准治疗方案一致。

（2）MeWM 作为临床决策辅助工具

  本文针对 TACE 方案探索模块，开展辅助模型与组合对比学习（CCL）的消融实验。结果表明，辅助模型与组合对比学习均对模型性能有显著贡献。
  
Table 3 | 双数据集下 TACE 方案探索的消融实验：“AM” 代表辅助模型，“CCL” 代表组合对比学习。实验表明，上述两个模块均对最优治疗方案的精准挖掘起到显著作用。

---

  模块像组织，模型像器官，世界模型像系统！感觉综合运用了很多模型，设计了一个规划系统！