Sign In

Mantis: A Simulation-Grounded Foundation Model for Disease Forecasting

Created by
  • Haebom
Category
Empty

저자

Carson Dudley, Reiden Magdaleno, Christopher Harding, Ananya Sharma, Emily Martin, Marisa Eisenberg

개요

Mantis는 질병별 데이터, 맞춤형 훈련, 전문적인 튜닝 없이도 질병, 지역, 결과에 걸쳐 즉시 예측을 가능하게 하는 기계적 시뮬레이션으로 전적으로 훈련된 기반 모델입니다. Mantis는 6가지 질병에 대해 48개의 예측 모델과 비교 평가되었습니다. 훈련에 실제 데이터를 사용하지 않았음에도 불구하고, 초기 팬데믹 예측에 대해 백테스팅했을 때 CDC의 COVID-19 Forecast Hub의 모든 모델보다 평균 절대 오차가 낮았습니다. 또한, Mantis는 다양한 평가 지표에서 일관되게 상위 2위 안에 들었으며, 훈련 데이터에 없는 전파 메커니즘을 가진 질병에도 일반화되었습니다. Mantis는 일반적이고 정확하며, 기존 모델이 실패하는 곳에 배포할 수 있는 실용적인 기반을 제공합니다.

시사점, 한계점

시사점:
질병별 데이터 없이도 정확한 예측 가능.
다양한 질병과 지역에 적용 가능.
제한된 과거 데이터 환경에서도 효과적.
기존 모델이 실패하는 곳에서 활용 가능.
한계점:
구체적인 한계점은 논문에 명시되지 않음. (예: 특정 질병에 대한 성능, 모델의 일반화 능력의 한계 등)
👍