新兴和再现性传染病持续威胁全球公共卫生，动物源性疫情对医疗系统造成巨大压力。有效防控需要整合性数据驱动方案，这超越了传统方法的能力范畴。发表于《数字健康前沿》的《利用人工智能实现数字同一健康：喀麦隆高校合作应对新兴传染病》研究，提出名为DigiCare Cameroon的综合框架，该方案通过AI赋能的数字同一健康（DOH）方法革新疫病防控体系。
加拿大国际发展研究中心资助的AI4PEP网络支持的这项计划，汇集了布埃亚大学和恩冈德雷大学的跨学科团队。通过将三域健康数据与机器学习模型结合，该联盟旨在实现疫情的实时预测、本地化响应策略制定和公平的社区医疗干预。
DigiCare如何实现AI与同一健康的融合？
该项目以"同一健康"理念为核心，强调人类、动物和环境健康相互关联。研究指出，60%以上新发传染病具有动物源性，需建立覆盖兽医科学、公共卫生和环境监测的统一监测体系。DigiCare平台运用AI技术构建数字框架，实现疾病暴发更及时准确的追踪、预测和响应。
通过机器学习和自然语言处理技术，项目开发了移动应用和交互式仪表板，整合社区报告、环境指标和临床数据库。这些系统可早期识别霍乱或埃博拉等疫情信号，使卫生部门能及时采取措施。计划中的AI聊天机器人将提供本地语言定制化健康信息，扩大公众参与并减少虚假信息传播。
DigiCare的技术设计强调数据互操作性和实时分析能力。试点部署的健康信息系统可自动化收集患者级数据，为训练预测模型提供基础。这些模型预计能优化资源分配、改进接触者追踪，并为决策者提供社区特异性风险评估。
非洲科研版图中的独特合作模式
DigiCare的优势在于其跨校合作结构，汇聚了流行病学、计算机科学、兽医学、性别研究和心脏病学等多领域专家。每个团队各派5名研究人员，组成15人联盟，兼具性别和学科多样性。这种多维度专长组合，确保开发的AI工具既具适应性又能兼顾城乡差异。
布埃亚大学健康科学学院团队专注流行病学和公共卫生项目，理学院团队提供数据科学、母婴健康和性别平等视角。恩冈德雷大学的兽医专家负责动物源性监测和动物健康数据整合，确保"同一健康"模型的全面应用。
这种多样性还帮助填补AI研究中的公平性缺口。DigiCare的设计优先考虑社区参与和性别包容，确保数字工具反映边缘化群体的现实需求。通过社区宣传活动建立对AI应用的信任，同时制定伦理治理结构确保数据使用合规、保护隐私和算法公正。
AI疾病防控的潜在影响与挑战
作为国家级可扩展AI应用试点，DigiCare已与联合国可持续发展目标（SDG 3和SDG 5）高度契合。在加拿大多伦多约克大学等机构支持下，该项目标志着非洲自主推动的数字健康创新趋势。
项目自2023年底启动，已建立机构合作网络并收集基础社区数据，这些数据将用于开发适配喀麦隆流行病学背景的AI算法。卫生部门承诺将AI分析结果纳入本地决策流程。
但仍面临三大挑战：数据伦理与网络安全方面，需基于FAIR数据原则（可发现、可访问、可互操作、可重用）制定标准化伦理框架；社区信任建立方面，通过社区咨询机制解决知情同意和数据所有权问题；可持续性方面，需要持续的能力建设、利益相关方参与和现有医疗体系整合，研究呼吁通过长期政策制定将AI驱动的"同一健康"工具纳入国家防疫战略。
【全文结束】
