このページは機械翻訳によって英語から日本語に翻訳されました。 英語のオリジナルをご覧ください。
研究者、医師およびインstituteのファellowsが活性推論を計算 Psychiatry、内脏感、臨床判断支援、および医学AI安全性のモデル化フレームワークとして探索しています。
健康 Care における不確実性管理問題として：隠れ病態の推定と期待自由エネルギーに基づく行動選択。
このページで
医療は生物学的状態の規制、病気プロセスに関する不確実性の減少、そして証拠が不完備な条件下での診断と治療行動の継続的な選択——これがActive Inferenceの核心構造である生成モデル、予測誤差、期待自由エネルギー、および政策選択に直接マッピングされます。過去10年間、計算 psychiatry、内脏感覚と痛み、デジタルツイン、医療ロボット、そして——最近では—大規模言語モデルが臨床判断支援ツールとして使用される安全性に関する文献が成長してきました。この大部分の研究は理論的またはシミュレーションベースで、計算 psychiatry および内脏感覚と精神障害のレビューがこの領域を統合し始めています。そして「Active Inference AI」が医療に達するためのコンセプト上の道筋は、デジタルツイン、精密診断、および臨床判断支援へと描かれています。
臨床的な実践は、不確かな原因（病態）をノイズのある、部分的で遅延された観察から推論し続け（症状、検査結果、画像）、それらに基づく行動選択（検査、治療）を行い、患者の状態について学習する一方で、結果改善に焦点を当てます。アクティブインファーザはこれを期待したフリーエネルギーを最小限にするという形で形式化し、これは知識価値（不確かな性質を解消すること）と実用的な価値（望む結果の達成）に分解され、診断と治療選択には単一の変分的説明を与えます。フレームワークは生理的変数が許容可能な範囲内にあることを維持することにも焦点を当てており、これは自律性とアロスタシスにマッピングされます：内感信号は観察として、制御セットポイントは事前分布として扱われ、不安、慢性疼痛、または食生活の問題などの病態は誤った生成モデルや適応的な事前分布による結果と考えられます。
心理学・精神医学の最成熟な業績は、BadcockとDaveyがactive inferenceを学習、注意、そして精神病理学の間で統一するパラダイムとしての候補であることを調査し、Kirchner et al. が症状プロファイルを生成モデルのパリミットと精度から導き出すことで personalized治療選択にガイドすることを主張しています。例えば、うつ病は過度にネガティブなパリミットと減少した正の予測誤差に対する精度が低いことを示すことです。内脏感覚と痛みは第二のクラスタです：Paulus、Feinstein、Khalsa の内脏感覚障害の説明とPetzschner et al. の内脏感覚と代謝制御に関するレビューは、不安、パニック、機能性の身体的疾患が内脏感覚の推論の失敗であることを示し、特定のactive inference理論は placebo痛みを解釈し、脳はネックレス信号からのパリミットの更新またはノイズとしてそれらを軽減することによって、多様性と変化に対する推論のトレースが異なる方向に進行します。Pio-Lopez et al. は、形態形成を含むフレームワークを拡張し、細胞レベルと組織レベルのプロセスが自由エネルギーを最小限に抑える方法で癌、肥満症，再生医療を再定義することを提案しています。ただし、これはまだ推測的です。決定理論の研究（新しい/多様性、eLifeを通じて発表）は、active inferenceモデルが標準的な reinforcement learningよりも行動と探索のニューロコーディングに対する説明力を超越していることを業界に最も明確な実験結果を示しています。
報告では、医療専用の積極的インフェアランスソフトウェアが広く採用されていないことが発見されました。研究者は現在、一般的な用途向けの積極的インフェアランスライブラリを適応し、確率プログラミングコードをカスタマイズして臨床構造に適用しています。主にシミュレーションとパラメータフィッティングのために、実装システムには使用されていません。3つの名前のアプリケーションパターンが最も近いものとして突出しており：「積極的デジタルツイン」のScienceDirectアーキテクチャで、患者または器官モデルが情報を主観的に探すことを許可する代わりに、一般的なシミュレーションを無視します。医療用の虚構的な腫瘍ボードでの「積極的インフェアランスAIと空間ウェブ」についてCancer Journalのコンセプトレポートで、異なる治療戦略下でデジタルツインが検討されます。また、ロイヤルソシエテインターフェースケーススタディとダコサスらのレビューでは、積極的インフェアランスが実際のロボットモーター制御を動かし、プロテステムや回復に明確な拡張性が描かれています。2025年のnpjデジタル医療論文は、臨床LLMの質問文自身を積極的インフェアランスポリシーとして扱い、モデル出力に対する期待値の自由エネルギーを最小限に抑えることを目的としたLMLベースの医療デバイスへの適用を提案しています。
中央のギャップは検証です：うつ病、内脏感覚、または placebo の応答に対する活性化推論モデルは、臨床的結果に対して予測力や簡素なモデルとの厳密な比較をあまり行っていません。また、この分野ではモデルの定義、クロスバリデーション、およびプロspective トライアルの標準的なパイプラインが必要です。医療が要求する階層化された、多スケール、多モードの生成モデルを作成する技術は依然として困難であり、状態空間設計、欠損データ、そしてスケールでの推論アルゴリズムに関する開かれた質問があります。倫理的および規制的な問題も未解決です：どのように偏好（生存、症状の緩和、生活の質）を事前確率としてエンコードし、生成モデルが歴史データから偏った事前確率を受け継がないようにするためにはどうすればよいのか、そしてエキスパンシオン（経験的）行動をどのように制限して、そのような行動が臨床的风险を引き起こさないようにするかです。レポートはデジタルツイン、活性化推論AI、LLM の発言戦略について概念的なものと大半が未実装であり、人間の監視下での決定支援役のパイロットポストに人間の監視を導入する前に、より自律的な臨床使用への移行は禁止すべきです。
Karl J. Friston (2010). 自由エネルギー原理：統合的な脳理論？ Nature レビュー・ニューロサイences. DOI: 10.1038/nrn2787. クリスチャン・L. バッキー, シタン・C. キム, サイモン・マーケットゥー, アニル・K. セット (2017). 自由エネルギー原理：行動と認識のための統合的な数学レビュー. 数理心理学ジャーナル. DOI: 10.1016/j.jmp.2017.09.004. テオマス・パラ, ジニョイゴン・ペズゾロ, カール・J. フリストン (2022). 自活インフォーギーイング：統合的な脳理論と行動の心理学、神経学、および行動の研究 MIT プレス. ジニョイゴン・ペズゾロ, フrancesco・リゴーリ, カール・J. フリストン (2017). 自活インフォーギーイング、ホームエスタビラティと適応的な行動制御. 进展の神経学. DOI: 10.1016/j.pneurobio.2017.08.001. パウル・B. バッドコック, クリスチャン・G. ダビーデ (2024). 自活インフォーギーイングの心理学と精神病理学：到達までの進展？ 逆境. DOI: 10.3390/e26100833. ルカス・キルクライン, アナ・レナート・エクターテルト, マックス・ベルグ (2022). 破損したモデルから治療選択への道：自活インフォーギーイングが臨床研究と実践をガイドするためのツール. クリニカル・パーシャル・ニューロサイences. DOI: 10.32872
キーの表面
活性化推定は、一つの生成モデルの形式主義が細胞と形質生化学的プロセス、器官機能、そして認知/行動状態を一 Diseaseモデル内で結びつけることを可能にする。
診断と治療選択は、期待自由エネルギーに基づいた政策としてフレームされ、試験（情報得失）のエピステミック価値を患者への実用的コストまたはリスクにバランスを取る。
Almost 全て の 検討 された 医療 ユーザー アプリケーション — デジタル タイプ、Active Inference AI、LLM ポインテッド 安全 ストラテジー — 是概念的 或 想像性的，且 主要是 模拟 基础 的， 报告 明确 要求 在 床边 实践 之前 进行 预期 医学 研究。
関連リソース
外部リンクは共有レジストリから解決されるため、訪問者向け目的地は中央集権的かつ確認可能な状態が保たれます。
Audience: Researcher
Research and publication-oriented repository for the Active Inference Journal.
Audience: Researcher
External paper repository surfaced from the official research page.
Audience: Researcher
Reachable arXiv reference surfaced from the official research page.