NOAH: Learning the Full Patient Journey. A Longitudinal Multimodal Time-Aware Model for Representation and Forecasting

• 类型：arxiv
• 标识：2609.09140
• 链接：https://arxiv.org/abs/2609.09140
• 主分类：multimodal
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：Noah is a time-aware, task-agnostic, generative transformer model representing and forecasting the full multimodal patient journey, and is the first truly holistic generative model in its field, enabling autoregressive forecasting with optional time control, zero-shot classification, and counterfactual intervention simulation.
• OpenAlex ID：W7211993645
• OpenAlex DOI：10.48550/arxiv.2609.09140
• DOI：10.48550/arxiv.2609.09140
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.09140
• OpenAlex更新：2026-09-11
• 待LLM分类：否
• 标题中文：NOAH：学习完整患者旅程的纵向多模态时序感知表示与预测模型
• TLDR中文：Noah 是一个时间感知、任务无关的生成式 Transformer 模型，对完整多模态患者旅程进行表征与预测，是该领域首个真正整体化的生成模型，支持自回归预测，并具备可选的时间控制、零样本分类与反事实干预模拟能力。
• 来源文件：
• /inbox/tom/_candidates/2026-09-10-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]