本稿では、膨大なデータ収集が複雑な現象の理解と意思決定の向上に寄与する可能性を探ります。表現学習は、データの重要な特性を捉える潜在空間を学習するための重要な手段となっていますが、因果的タスクにおいては成功することは少なく、特に介入の効果予測において課題があります。この問題解決のために、表現学習と因果推論の融合が求められます。多様な観測データや介入データを利用して因果発見を行う方法、マルチモーダルな視点を使った因果変数の学習、最適な介入設計など、根本的なバイオメディカルの問いに基づいた統計的および計算的フレームワークを提案しています。