疾病流行病学建模的智能体框架
机器学习
2026-02-27 v2
摘要
疾病流行病学建模对于公共卫生规划至关重要，但传统方法依赖固定的模型类，需要随病原体、政策和情景假设变化而进行手动重设计。我们引入EPIAGENT，一个智能体框架，自动合成、校准、验证和细化疾病流行病学模拟器，通过将疾病进程建模为迭代程序合成问题来实现。核心设计选择是一种显式的疾病流图中间表示，将情景规范与模型结构关联起来，并在代码生成前启用强大的模块化正确性检查。经验证的流图随后被编译为支持在物理和疾病流行病学约束下进行可解释参数学习的机制模型。针对疾病情景案例研究的评估表明，EPIAGENT捕捉到了复杂的增长动力学，并在各种疫苗接种和免疫逃逸假设下产生符合疾病流行病学一致性的反事实投影。我们的结果表明，智能体反馈环路防止了退化，显著加快了向有效模型收敛的速度，通过模仿专业专家的工作流程实现。
引用
@article{arxiv.2602.00299,
title = {Agentic Framework for Epidemiological Modeling},
author = {Rituparna Datta and Zihan Guan and Baltazar Espinoza and Yiqi Su and Priya Pitre and Srini Venkatramanan and Naren Ramakrishnan and Anil Vullikanti},
journal= {arXiv preprint arXiv:2602.00299},
year = {2026}
}