借助谷歌地球AI，让全球公共卫生更具主动性
内容提要
谷歌地球AI融合卫星影像、移动数据与基础模型，用于公共卫生预测。在刚果（金）埃博拉疫情中，数分钟内定位48个高风险定居点及4.5万余人，并应用于心血管病、麻疹、登革热、霍乱等预测，推动应急响应从被动转为主动预防。
延伸解读
从被动响应到主动预防的转变
文章强调，公共卫生团队常面临地理盲点、数据碎片化和报告延迟等问题。谷歌地球AI通过融合卫星影像、移动数据和基础模型，帮助实现自主预测和人口动态分析，从而将应急响应从被动管理转向主动预防。这一转变在刚果（金）埃博拉疫情中得到验证，数分钟内定位高风险定居点，为响应争取了宝贵时间。
地理空间推理代理在疫情前线的作用
在刚果（金）埃博拉疫情中，WHO AFRO团队使用地理空间推理代理原型，通过自然语言对话快速绘制偏远采矿走廊的高风险区域，在几分钟内识别出48个暴露定居点和超过4.5万名高风险人员。这一过程通常需要数周，而代理工具显著加速了决策支持，使当地响应者能主动部署移动实验室和协调边境监测。
基础模型在多种疾病预测中的验证
文章展示了人口动态基础模型（PDFM）在心血管病、麻疹、登革热和霍乱等疾病预测中的应用。例如，NYU Langone Health利用实时人口信号预测同年心血管死亡率，性能媲美甚至优于传统方法；牛津大学等机构结合PDFM与气候模型更准确预测墨西哥登革热爆发；在刚果（金），PDFM将霍乱爆发预测提前至八周。这些案例表明该技术具有跨疾病、跨地域的适应性。
工具可及性与本地能力建设
为支持全球公共卫生，PDFM嵌入以Population Dynamics Insights形式在Google Maps Platform上预览，研究人员可申请免费访问。符合条件机构可通过GMP公共计划申请Google Earth credits。此外，Google.org资助刚果（金）国家生物医学研究所（INRB）现代化本地检测和疾病监测，体现了将行星智能与本地专业知识结合、强化本地卫生基础设施的思路。
Q&A
谷歌地球AI在公共卫生领域主要能做什么？
谷歌地球AI结合卫星影像、移动数据和基础模型，用于公共卫生预测。它能够帮助研究人员和公共卫生官员补充现有健康信息、弥合报告缺口，并主动应对健康挑战，推动应急响应从被动管理转向主动预防。
在刚果（金）埃博拉疫情中，谷歌地球AI具体发挥了什么作用？
在刚果（金）埃博拉疫情期间，WHO AFRO团队使用地理空间推理代理原型，在几分钟内定位了48个高风险定居点和超过45,500名高风险人群，而传统方法需要数周。这使得当地响应者能够主动部署移动实验室并协调边境监测。此外，与UMIE合作建立的预测模型结合移动流、历史病例趋势和地球AI模型，每周提供疫情传播风险洞察，为协调者争取关键规划时间。
谷歌地球AI如何帮助预测心血管疾病和麻疹等非传染性疾病？
通过将实时人口信号整合到慢性病模型中，NYU Langone Health的研究人员预测了同年心血管死亡率，性能与传统方法相似甚至有所提升。对于麻疹、腮腺炎和风疹，Mount Sinai Health System和波士顿儿童医院的研究人员结合美加边境两侧的人类行为模式，更准确地了解美国各县的疫苗接种率，并发现传统公共卫生模型可能忽略的见解。
谷歌地球AI在预测登革热和霍乱等传染病方面有哪些成果？
在登革热预测方面，牛津大学和蒙特雷理工学院的研究人员将人口动态基础模型（PDFM）与本地气候模型结合，更准确地预测了墨西哥的登革热疫情，为早期行动（如杀灭蚊幼虫）提供了关键提前量。在霍乱预测方面，与WHO AFRO在刚果（金）的评估中，将流行病学记录与PDFM结合，提高了识别易暴发卫生区域的可预测性，可提前长达八周。
什么是人口动态基础模型（PDFM）？它如何帮助公共卫生预测？
PDFM是谷歌地球AI的一部分，它将聚合的搜索趋势、移动和环境模式结合，形成社区动态的高分辨率图像。合作伙伴可以将这些见解直接整合到自己的系统中。PDFM嵌入已作为Population Dynamics Insights在Google Maps Platform上以预览版商业提供，研究人员可以申请免费访问特定用例。
公共卫生团队如何获取谷歌地球AI的工具和资源？
PDFM嵌入已作为Population Dynamics Insights在Google Maps Platform上以预览版商业提供，研究人员可以申请免费访问特定用例。符合条件的组织可以通过GMP Public Programs申请Google Earth credits。此外，Google.org向INRB提供了资金，帮助其现代化本地检测和疾病监测。
