与气候变化相关的极端天气事件，如大规模洪水和长期干旱，常常导致危险的腹泻疾病爆发，尤其是在发展中国家，腹泻疾病是儿童死亡的第三大原因。现在，一项由马里兰大学公共卫生学院（UMD SPH）的Amir Sapkota教授领导的国际研究团队于2024年10月22日在《环境研究通讯》上发表的研究，提出了一种使用AI建模来预测此类致命爆发风险的方法，使公共卫生系统有数周甚至数月的时间来准备，从而拯救生命。
“与气候变化相关的极端天气事件在未来可预见的时间内只会继续增加。我们必须作为一个社会进行适应，”Sapkota说，他是SPH流行病学和生物统计学系主任。“这项研究中概述的早期预警系统是朝着增强社区对气候变化带来的健康威胁的抵御能力迈出的一步。”
这个跨学科团队来自多个机构，利用2000年至2019年间尼泊尔、台湾和越南的温度、降水、以往疾病率、厄尔尼诺气候模式以及其他地理和环境因素数据，训练了基于AI的模型，这些模型可以提前数周甚至数月预测区域疾病负担。
“提前数周甚至数月知道预期的疾病负担为公共卫生从业者提供了宝贵的时间来准备。这样，当需要应对时，他们就能更好地做好准备，”Sapkota说。
尽管该研究集中在尼泊尔、越南和台湾，“我们的发现同样适用于世界其他地区，特别是那些社区缺乏市政饮用水和功能完善的卫生系统的地区，”该研究的主要作者、印第安纳大学布卢明顿分校公共卫生学院副教授Raul Curz-Cano说。
Sapkota表示，AI处理大量数据集的能力意味着这项研究只是许多步骤中的第一步，他预计这将导致越来越准确的预测模型，用于早期预警系统。他希望这能让公共卫生系统更好地准备社区，保护自己免受腹泻疾病爆发风险的增加。
参与研究的团队成员来自广泛的领域，包括大气和海洋科学、社区健康研究、水资源工程等。研究团队包括来自马里兰大学（包括其流行病学和生物统计学系和大气与海洋科学系）、印第安纳大学布卢明顿分校公共卫生学院、尼泊尔健康研究委员会、越南顺化医科大学、瑞典隆德大学和台湾中原基督教大学的作者。
(全文结束)
