EpiWorld 将 LLM 政策智能体接入流行病学世界模型，在 COVID-19 与流感回溯数据上把累计住院最多降低 59%
相关研究与后续进展
核心概要
EpiWorld 提出一个闭环框架，把 LLM 政策智能体锚定在可学习的、以干预为条件的流行病学世界模型和分层技能库（公共卫生协议、监测工具、事后分析积累的经验）上，世界模型预测区域疫情演化并支持快速反事实推演，为政策选择与修正提供反馈；在 COVID-19 与流感回溯数据上，该世界模型在分布外 Peak-MAE 上优于所有预测基线，闭环框架在多个数据集上把累计住院最多降低 59%、在六个 LLM 主干上平均降低约 16%，优于强化学习与最优控制基线。
深度剖析
提出 EpiWorld 闭环框架，让 LLM 政策智能体在可学习的、以干预为条件的流行病学世界模型与分层技能库中做决策，技能库包含公共卫生协议、监测工具以及通过事后分析积累的自适应经验。 相对于缺少疫情动力学、定量监测信号与机构约束的朴素 LLM，该框架把政策推理锚定在可预测干预后果的世界模型与固定协议约束之上。 摘要层面描述框架组成与闭环机制，未给出组件消融或实现细节。
世界模型在给定候选干预时预测区域疫情演化，并支持快速反事实推演，为政策选择与修正提供反馈；模拟未来的结果被蒸馏为可复用经验，而协议约束保持固定。 把反事实推演与经验蒸馏结合，使决策过程在保持可解释性与可控性的同时得到改进。 摘要层面说明机制与设计目标，未报告推演速度或经验蒸馏的定量效果。
在 COVID-19 与流感回溯数据集上，世界模型在所有预测基线中取得最优的分布外 Peak-MAE。 相对既有预测基线，在分布外峰值误差这一指标上表现最好。 摘要报告该比较结论，未给出具体误差数值、基线清单或数据划分细节。
闭环框架在多个数据集上把累计住院最多降低 59%，在六个 LLM 主干上平均降低约 16%，优于强化学习与最优控制政策基线。 相对强化学习与最优控制基线，该框架在累计住院这一结果指标上取得更低值。 摘要报告跨数据集与跨六个 LLM 主干的对比结果，未给出置信区间、统计检验或逐主干数值。
启示与展望
该工作面向需要以自然语言解释、论证与修订干预政策的公共卫生决策场景，适用于具备区域疫情演化预测与监测信号的 COVID-19 与流感类呼吸道传染病回溯数据。它使 LLM 政策智能体能够在固定协议约束下借助反事实推演选择与修正干预，并把模拟未来的结果蒸馏为可复用经验，从而在保持可解释性与可控性的同时改进决策。受益者包括公共卫生政策研究者、疫情建模团队以及需要可审计政策推演流程的机构。
摘要未说明世界模型的具体结构、训练数据划分、基线清单与统计检验，也未给出逐 LLM 主干与逐数据集的数值；累计住院降低 59% 与平均约 16% 分别对应哪些数据集与主干、是否经过不确定性量化，仍需在正文中确认。此外，评估为回溯性，前瞻性部署中的监测延迟、政策执行偏差与协议更新如何影响闭环表现，是值得继续观察的开放问题。