2023年，在COVID-19、RSV和流感三重疫情威胁下，以及野火可能因颗粒物刺激更多人的肺部，全国各地的医院领导都为呼吸道疾病患者的激增做好了准备。他们想知道病例何时会达到高峰，是否有足够的床位来容纳那些需要帮助的人。波士顿儿童医院（Boston Children's Hospital）的HMS儿科教授兼首席创新官John Brownstein及其同事不想只是猜测。他们收集了所有相关数据——环境、行为、传染病等，并将其输入他们开发的计算机模型中，该模型包括一个机器学习算法。结果是一个详细的预测，说明何时可以预期该地区年轻患者因气道问题大量涌入。
“我们能够精确到某一天，预测最高级别的需求何时出现，以及需求何时会减少，”Brownstein说，他还是该医院的高级副总裁。
预测医疗需求
机器学习和其他形式的人工智能已经开始在保护我们变暖星球的福祉方面发挥作用，通过增强气候模型、加深对气候变化如何影响人类健康的理解，以及提高医疗系统有效应对的能力。这很有道理：气候科学涉及处理大量数据，而AI擅长从庞大、分散和不完整的信息中进行解释和预测。
“通过帮助我们整合大量嘈杂和不完美的数据，AI可以在揭示和预测气候变化对健康的影响方面发挥重要作用，”Brownstein说。
哈佛公共卫生学院（Harvard T.H. Chan School of Public Health）生物统计学、人口和数据科学教授Francesca Dominici，同时也是哈佛数据科学倡议（Harvard Data Science Initiative）的主任，表示生成式AI在气候研究中提供了独特的机会，可以从异构数据源中推断信息。
一些研究人员正在利用AI的优势改进气候变化模型及其驱动的极端天气事件的模型。谷歌DeepMind的AI模型GraphCast现在提供的飓风路径预测和十天天气预报比基于大气和水文学物理方程的传统模型更准确，后者在超级计算机上运行。微软的AI模型Aurora可以提前五天计算全球空气污染模式，赋予临床医生和患者准备应对健康后果的能力。然而，验证延伸数十年的预测更为困难。为了限制可能的荒谬结果，科学家们正在探索将AI组件纳入基于物理的混合气候模型。
其他研究人员正在应用AI来识别和预测气候变化对健康的影响。与其零散地提出问题，例如高温如何影响中风风险，AI可以同时揭示多种疾病和环境因素之间的关系。2018年，AI工具帮助Brownstein及其同事发现，当地温度上升有助于抗生素耐药性的增加。其他AI工具通过使用社交媒体帖子等非常规数据来源实时跟踪传染病传播，促进了他们的工作。
该领域的努力还包括识别受特定方面气候变化健康影响最大的人群。结果可以指导预防和准备工作。“非常复杂的算法可以通过电子健康记录、保险索赔、医生笔记和气候压力研究的大数据进行训练，告诉你在热浪发生后的一天、一周或一个月内，谁最有可能因某种疾病住院，”Dominici说。
科学家们仍在探索AI揭示气候与健康之间联系的潜力。2024年发表在《PLOS Climate》上的一篇综述论文，包括Beth Israel Deaconess医学中心的两名HMS教职员工，发现只有七项英文研究使用机器学习来预测由气候变化驱动的事件的健康结果。
AI可以通过使数据更易于访问来增强医疗系统的气候适应能力。2023年，HMS急诊医学副教授Satchit Balsari在Beth Israel Deaconess共同推出了Climateverse，以整合和注释东南亚的气候和健康孤立信息。AI聊天机器人帮助研究人员与数据互动并获得见解，例如哪些社区最需要应对极端天气事件的帮助。
另一个途径是寻求AI在减少医疗保健和其他行业碳排放方面的建议，例如动态优化电网和确定降低二氧化碳排放的最佳措施。同样，AI可以帮助临床医生和政策制定者分析哪些医疗干预措施最能保护免受气候威胁。当热浪即将来临，她说，模型可以综合全国范围的结果，评估特定地点的领导人是否应发布热警告、开放更多降温中心或向老年人发送空调。
晴雨相间
要求AI如何减少排放具有一定的讽刺意味，因为这些技术本身消耗大量电力，可能会加剧气候变化。HMS从事环境可持续性工作的成员正在考虑运行AI系统所需的能源。虽然旨在替代传统模型的AI模型可以通过更快运行和在能耗较低的计算机上运行来节省电力，但AI使用的整体激增可能会抵消任何能源收益。
这些考虑因素纳入了对负责任使用AI的更大呼吁，因为该领域正迅速发展。模型在气候相关工作中可能产生不可靠或有偏见的结果，就像在提出医疗诊断或治疗建议时一样。HMS及其他机构的领导者倡导在气候AI中保持开放和谨慎，以确保预测尽可能准确，输出反映其应用的人群，并防止人们对算法产生不合理的信任。
“在哈佛和医学界处理人命时，平衡利用AI的好处和减轻其负面影响对我们来说非常重要，”Dominici说。
(全文结束)