臨床試験は、患者集団の断片化、登録の遅さ、コストの持続不可能性といった課題に直面しています。特に腫瘍学や希少疾患の後期試験では、リアルワールドデータから構築された外部対照群が検討されている一方で、生成AIを用いた合成対照群の生成も有望な代替手段として注目されています。本研究では、イベント発生までの時間という主要なエンドポイントを生成することが課題であり、従来の生成アプローチがデータを大量に必要とし、不安定であることを指摘しています。提案する変分オートエンコーダ（VAE）は、混合型の共変量と生存結果を同時に生成することができ、独立した検閲を仮定せずに有効設計を可能にします。本手法は、合成および実際の試験データセットにおいて、プライバシー制約下でのデータ共有や対照群の増強において、GAN基準を上回るパフォーマンスを示しました。この研究は、生成的生存モデルの進展と今後の課題を浮き彫りにしています。