CDC使用Rust构建的传播模型预测2026年刚果和乌干达的布维加病毒病疫情。模型显示，若仅20%患者隔离，三个月内病例超过2万的概率为65%。Rust在公共卫生建模中的应用展示了其高可靠性和性能优势。

本文探讨了大型语言模型（LLMs）和机器学习在公共卫生领域的应用，特别是在疫情预测和异常检测中的潜力。研究表明，LLMs能够有效提取健康相关信息，提升疫情应对能力，并强调多模态数据整合和模型可解释性的重要性。