연속형 노출에 대한 용량-반응 곡선(DRC)처럼 비경로미분가능(non-pathwise differentiable) 함수형 매개변수를 추정하기 위해, 표적 함수를 스플라인 기저 함수 작업 모델에 사영한 뒤 TMLE의 MLE 표적화 단계를 LASSO로 대체하는 Targeted Highly Adaptive Lasso(T-HAL-MLE)를 제안한다. 시뮬레이션 실험에서 T-HAL-MLE는 기존 HAL 플러그인 추정량 대비 편향(bias)과 평균 제곱 오차(MSE)를 개선하며, 체(sieve) 사양이나 모수적 가정 없이 점별 점근 정규성과 차원-자유 수렴률을 달성함을 이론적으로 증명한다.
계획된 치료 시퀀스 하에서 혈당 궤적을 예측하는 전향적 개입 문제를 해결하기 위해, 속도장(velocity field)의 야코비안 정규화를 통해 인슐린은 혈당을 낮추고 탄수화물은 높인다는 생리학적 제약을 솔버 없이 부과하는 조건부 플로우 매칭 프레임워크 Interventional Flow Matching(IFM)을 제안한다. UVA/Padova 1형 당뇨병 코호트 실험에서 IFM은 관측 기반 예측 정확도(RMSE)와 개입 반응 지표 간의 가장 우수한 균형을 달성하며, 방향성 및 순위 일관성을 높게 유지하면서 생리학적으로 올바른 치료 반응을 일관되게 생성한다.