电子健康记录中的实验室检查往往以不规则的时间间隔采集，而某个检查项目未被开具这一事实本身，可能与实际测得的数值同样具有信息量。这种缺失并非随机的数据瑕疵，而是反映了临床医生的决策以及患者的生理状态，因此研究者认为应当直接对其建模，而不是把它当作预处理阶段可以忽略的伪影。基于这一思路，一篇于2026年6月14日提交到arXiv的论文提出了一个基于扩散模型的生成方法，能够同时建模实验室检验数值及其观测模式。该论文题为《Informative Missingness to Generate Irregular Clinical Time Series》（利用信息性缺失生成不规则临床时间序列），作者为Hadi Mehdizavareh等共7人，主分类为机器学习（cs.LG），并交叉涉及计算机与社会（cs.CY）。
在数据方面，研究采用了公开的“缺失数据插补数据分析挑战赛”（Data Analytics Challenge on Missing Data Imputation，DACMI）基准，该基准源自MIMIC-III数据集。为了保持真实采样节奏，作者将病历中的记录时间对齐到4小时的时间区间，并把每次住院切分为7天长度的窗口，从而生成一条条轨迹，其中每个实验室数值都配有一个对应的观测指示标记，用以表示该时间点上是否进行了该项检验。随后，研究对数据施加标准的变换与归一化处理，以稳定训练过程。
在方法上，该工作扩展了TimeDiff框架，通过互补的扩散目标来同时学习连续的实验室数值和离散的缺失模式。也就是说，模型一方面生成检验值的分布，另一方面生成“何时被检测、何时未被检测”的观测模式，并使二者在生成过程中相互关联。实验结果从两个角度进行了评估：一是各个单独实验室指标各自的分布，二是数值与缺失性联合嵌入空间中的整体结构。在这两方面，生成的数据都与真实患者轨迹高度接近。这表明，扩散模型能够捕捉患者生理状态与临床医生检验行为之间具有临床意义的依赖关系，尤其是在类似MNAR（非随机缺失）的缺失机制下。
作者将这些成果定位为初步结果，认为该模型可以作为构建临床基础模型的一个初始组件。通过生成能够保留关键“生理—缺失”关系的合成先验数据，这项工作为后续训练能够利用信息性缺失的Prior-Data Fitted Networks（先验数据拟合网络）提供了动机和基础，作者表示将在扩展研究中进一步探索这一方向。论文全文可通过arXiv获取，DOI为10.48550/arXiv.2606.17106，提交版本为v1，文件大小约710 KB。需要指出的是，目前公布的结果仍属初步性质，其价值主要在于验证可行性并为后续更大规模的临床基础模型研究铺路。