概述
人工智能可以帮助公共卫生机构更早地发现疫情，模拟疾病的传播方式，并针对整个人群而不是单个患者进行针对性干预。它将分散的信号——搜索查询、废水、流动数据——转化为可操作的警告。
公共卫生和流行病学中的人工智能将人工智能应用于特定领域的环境中，在这些环境中，法规、操作和风险承受能力强烈影响设计选择。
深入探讨
流行病学研究人群的疾病模式，人工智能利用传统监测缺乏的数据源来增强这一点。 BlueDot 和 HealthMap 等系统挖掘新闻报道、机票和动物健康公告来检测疫情； BlueDot 于 2019 年 12 月下旬标记了武汉的 COVID-19 集群。在大流行期间，机器学习为病例预测模型提供支持，而基因组 AI 则跟踪变异的出现。废水监测现在使用统计模型从污水样本中估计社区感染水平——在临床病例出现之前捕获峰值。人工智能还支持“数字流行病学”，分析匿名电话移动性以模拟传播，并帮助分配疫苗等稀缺资源。问题是：这些工具的好坏取决于它们的数据，有偏见或不完整的报告可能会产生误导，就像 Google 流感趋势因高估流感而臭名昭著的那样。
技术洞察
疫情检测平台将多语言新闻和官方源的 NLP 与异常检测相结合，以发现异常疾病群。预测使用有时通过神经网络增强的时间序列和区室模型 (SIR/SEIR) 来估计繁殖数 R。基因组监测将系统发育算法和聚类应用于测序样本以跟踪变异谱系。一个反复出现的陷阱是概念漂移：搜索词等行为信号会随着时间的推移而变化，因此，除非定期重新校准，否则根据过去模式训练的模型会退化。
掌握公共卫生和流行病学领域的人工智能
人工智能可以帮助公共卫生机构更早地发现疫情，模拟疾病的传播方式，并针对整个人群而不是单个患者进行针对性干预。它将分散的信号——搜索查询、废水、流动数据——转化为可操作的警告。公共卫生和流行病学中的人工智能将人工智能应用于特定领域的环境中，在这些环境中，法规、操作和风险承受能力强烈影响设计选择。为了建立深入的理解，请将公共卫生和流行病学中的人工智能视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，在公共卫生和流行病学领域使用人工智能的强大团队将技术能力与领域政策、可审计性和一线决策相结合。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
行业背景决定了人工智能创意能否与现实接触。同时，监管要求可能会使原本强大的原型失效。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
行业背景决定了人工智能创意能否与现实接触。
行业背景决定了人工智能创意能否与现实接触。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
领域约束会影响可接受的错误率和监督模型。
领域约束会影响可接受的错误率和监督模型。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
成功的部署使技术能力与一线工作流程保持一致。
成功的部署使技术能力与一线工作流程保持一致。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
BlueDot 的 NLP 系统扫描了全球新闻和航班数据，以在官方警报发布前几天标记武汉新出现的 COVID-19 疫情。
废水监测项目使用统计模型来估计临床病例激增之前污水中的 COVID-19 和脊髓灰质炎社区传播情况。
基因组监测管道（如 Nextstrain 背后的管道）使用系统发育算法近乎实时地跟踪新的 SARS-CoV-2 变体。
匿名手机移动数据已被建模，以预测封锁和旅行模式如何影响疾病传播。
实施模式
人工智能在公共卫生和流行病学中的实践
BlueDot 的 NLP 系统扫描了全球新闻和航班数据，以在官方警报发布前几天标记武汉新出现的 COVID-19 疫情。
BlueDot 的 NLP 系统会在官方发出警报前几天扫描全球新闻和航班数据，以标记武汉新出现的 COVID-19 疫情。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
人工智能在公共卫生和流行病学中的实践
废水监测项目使用统计模型来估计临床病例激增之前污水中的 COVID-19 和脊髓灰质炎社区传播情况。
废水监测计划使用统计模型在临床病例激增之前估计污水中的 COVID-19 和脊髓灰质炎社区传播。当团队预先定义质量阈值、为边缘病例保留人为升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
人工智能在公共卫生和流行病学中的实践
基因组监测管道（如 Nextstrain 背后的管道）使用系统发育算法近乎实时地跟踪新的 SARS-CoV-2 变体。
基因组监测管道（如 Nextstrain 背后的管道）使用系统发育算法近乎实时地跟踪新的 SARS-CoV-2 变体。当团队预先定义质量阈值、为边缘情况保留人为升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
人工智能在公共卫生和流行病学中的实践
匿名手机移动数据已被建模，以预测封锁和旅行模式如何影响疾病传播。
匿名手机移动数据已被建模，以预测封锁和旅行模式如何影响疾病传播。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会得到更好的结果。
风险与防护栏
监管要求可能会使原本强大的原型失效。
历史数据可能会编码损害特定社区的偏见。
遗留系统可能会造成集成瓶颈和隐性成本。
实施路线图
让领域专家参与从问题框架到评估的整个过程。
让领域专家参与从问题框架到评估的整个过程。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在启动前设计审计跟踪和文档。
在启动前设计审计跟踪和文档。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
尽早验证合规性和安全义务。
尽早验证合规性和安全义务。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
分阶段推出，并具有明确的停止和回滚标准。
分阶段推出，并具有明确的停止和回滚标准。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。