Resumen: El pronóstico de enfermedades infecciosas en brotes novedosos o entornos de bajos recursos se ha limitado por la necesidad de datos específicos de la enfermedad, capacitación a medida y ajuste de expertos. Introducimos a Mantis, un modelo de fundación entrenado completamente sobre simulaciones mecanicistas, que permite el pronóstico listón de lutices entre enfermedades, regiones y resultados, incluso en entornos con datos históricos limitados. Mantis se basa en más de 400 millones de días simulados de dinámica de brotes que abarcan diversos patógenos, modos de transmisión, intervenciones y artefactos de vigilancia. A pesar de no requerir datos del mundo real durante la capacitación, Mantis superó a 39 modelos sintonizados por expertos que probamos en seis enfermedades, incluidos todos los modelos en el COVID-19 de los CDC. Mantis generalizó a nuevos regímenes epidemiológicos, incluidas enfermedades con mecanismos de transmisión sostenidos, lo que demuestra que captura la dinámica de contagio fundamental. Críticamente, Mantis es interpretable mecánicamente, lo que permite a los tomadores de decisiones de salud pública identificar a los impulsores latentes detrás de sus predicciones. Finalmente, Mantis ofrece pronósticos precisos en horizontes de 8 semanas, más que duplicar la gama procesable de la mayoría de los modelos, lo que permite la planificación proactiva de la salud pública. Juntas, estas capacidades colocan a Mantis como base para los sistemas de pronóstico de enfermedades de próxima generación: general, interpretable y desplegable donde los modelos tradicionales fallan.
Publicado Originalme en export.arxiv.org El 18 de agosto de 2025.
Ver Fuente Original