CalTwin: Towards Calibrated, Shift-Robust Medical World Models via Fisher-Information Regularisation

📄 arXiv: 2607.26752v1 📥 PDF

作者: Behraj Khan, Shabir Ahmad, Syed Ahmad Chan Bukhari, Tahir Qasim Syed

分类: cs.LG

发布日期: 2026-07-29

💡 一句话要点

提出CalTwin以解决医疗世界模型的校准与鲁棒性问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 医疗世界模型 协变量偏移 置信度不一致 Fisher信息 GRU 数字双胞胎 脓毒症预测

📋 核心要点

  1. 现有医疗世界模型在临床部署中面临协变量偏移和置信度不一致的挑战，影响其可靠性。
  2. 本文提出CalTwin，通过结合Fisher信息偏移惩罚和置信度不一致惩罚，提供统一的解决方案。
  3. 在PhysioNet 2019脓毒症挑战中，CalTwin显著降低了预测误差和置信度不一致，验证了其有效性。

📝 摘要（中文）

医疗世界模型旨在学习患者或器官生理的潜在状态及其在干预下的演变预测功能，支持从影像诊断到数字双胞胎治疗规划的下游任务。然而，现有模型在临床应用中面临两个主要挑战：一是由于训练数据在不同医院、扫描仪和时间上的碎片化，导致特征分布的变化（协变量偏移）；二是多步预测在临床风险最高时往往过于自信（置信度不一致）。本文提出了一种名为CalTwin的轻量级正则化目标，结合了基于Fisher信息的偏移惩罚和置信度不一致惩罚，应用于基于GRU的医疗世界模型的潜在转移预测器。实验结果表明，CalTwin在PhysioNet 2019脓毒症挑战中相较于无惩罚基线，OOD下一个步骤潜在状态的均方误差降低了9.1%。

🔬 方法详解

问题定义：本文旨在解决医疗世界模型在临床应用中因训练数据碎片化导致的协变量偏移和多步预测中的置信度不一致问题。现有方法未能有效应对这些挑战，限制了模型的可靠性和实用性。

核心思路：论文提出的CalTwin通过引入Fisher信息正则化和置信度不一致惩罚，统一处理协变量偏移和置信度问题。这种设计旨在提高模型在不同医院系统间的适应性和预测的可靠性。

技术框架：CalTwin的整体架构包括两个主要模块：Fisher信息偏移惩罚模块和置信度不一致惩罚模块。模型基于GRU结构，结合这两个模块进行训练，以优化潜在状态的预测。

关键创新：CalTwin的主要创新在于将Fisher信息正则化与置信度不一致惩罚结合，形成一个统一的轻量级正则化目标。这一方法与传统的单一惩罚策略相比，能够更全面地解决模型在不同数据分布下的鲁棒性问题。

关键设计：在损失函数设计中，结合了Fisher信息的偏移惩罚和置信度不一致惩罚，确保模型在训练过程中能够有效调整预测的置信度。此外，GRU网络结构的选择使得模型能够捕捉时间序列数据中的动态变化。

🖼️ 关键图片

fig_0
img_1
img_2

📊 实验亮点

在PhysioNet 2019脓毒症挑战中，CalTwin相较于无惩罚基线，OOD下一个步骤潜在状态的均方误差降低了9.1%。Fisher信息惩罚单独贡献了7.0%的改善，而置信度不一致惩罚的效果较小，仅为0.7%。

🎯 应用场景

该研究的潜在应用领域包括医疗影像分析、个性化治疗规划及数字双胞胎技术。通过提高医疗世界模型的鲁棒性和可靠性，CalTwin能够支持更准确的临床决策，最终提升患者的治疗效果和安全性。

📄 摘要（原文）

Medical world models aim to learn a latent state of patient or organ physiology and a transition function that forecasts how that state evolves under interventions, supporting downstream tasks from imaging-based diagnosis to digital-twin treatment planning. Two failure modes threaten the reliability of such models in clinical deployment: (i)~\emph{covariate shift}, because training data are fragmented across hospitals, scanners, and time, so the feature distribution seen by the latent-dynamics predictor differs across fragments and from the distribution at deployment; and (ii)~\emph{confidence misalignment}, because multi-step forecasts are often overconfident exactly where clinical risk is highest. We argue that both problems admit a unified treatment via a single lightweight regularisation objective, \textbf{CalTwin}, which combines a Fisher-Information-based shift penalty adapted from our prior work on fragmented covariate-shift remediation~\cite{khan2025mitigating,khan2025causal} with a Confidence Misalignment Penalty adapted from our prior work on calibrated vision-language classification~\cite{khan2025confidence}, applied here to a GRU-based medical world model's latent transition predictor. We derive the combined objective, establish which proof steps transfer from the classification setting without modification and which require adaptation, and evaluate it on the PhysioNet 2019 Sepsis Challenge, treating the two hospital systems as sequential training fragments and the unseen system as an out-of-distribution test. CalTwin reduces OOD next-step latent-state MSE by 9.1\% relative to the no-penalty baseline (FIM penalty alone accounts for 7.0\%); the ECE reduction from the Confidence Misalignment Penalty is real but small (0.7\% for CalTwin, 1.3\% for CMP alone).