在一篇发表于《自然》杂志的观点文章中，来自非洲、美洲、亚洲、澳大利亚和欧洲的科学家首次概述了人工智能（AI）如何改变传染病研究的格局，并提高大流行病的准备情况。在未来五年内，将AI整合到各国的应对系统中可以通过预测疾病爆发的位置和轨迹来拯救更多的生命。全球的研究人员呼吁学术界、政府和工业界之间进行更好的合作，以确保在传染病研究中使用AI的安全性、责任性和伦理。
2025年2月20日发表在《自然》杂志上的一项研究首次概述了AI的进步如何加速传染病研究和疫情应对的突破。该研究呼吁在数据集和AI模型方面建立一个协作和透明的环境，是由牛津大学、哥本哈根大学和巴斯德研究所的科学家与来自非洲、美洲、亚洲、澳大利亚和欧洲的学术界、工业界和政策组织的同事合作完成的。
迄今为止，AI在医学上的应用主要集中在个体患者的护理上，例如增强临床诊断、精准医疗或支持临床治疗决策。而这项研究则考虑了AI在公共卫生中的应用。研究发现，即使在数据有限的情况下，最近的AI方法也表现得越来越好——这是迄今为止的一个主要瓶颈。在嘈杂和有限的数据上更好的性能为AI工具改善高收入和低收入国家的健康状况开辟了新的领域。
牛津大学潘多米克科学研究所的主要作者莫里茨·克雷默教授说：“在未来五年内，AI有潜力彻底改变大流行病的准备工作。它将帮助我们更好地预测疫情将在何处开始以及其传播轨迹，利用大量常规收集的气候和社会经济数据。它还可能通过研究免疫系统与新兴病原体之间的相互作用来预测疾病爆发对个别患者的影响。综合起来，如果将其整合到各国的大流行病应对系统中，这些进步将有潜力拯救生命，并确保世界更好地应对未来的流行病威胁。”
研究中确定的AI和大流行病准备的机会包括：
- 有望改进当前的疾病传播模型，使其更加稳健、准确和现实。
- 在识别高传播潜力区域方面取得进展，有助于确保有限的医疗资源能够以最有效的方式分配。
- 潜在地改进疾病监测中的遗传数据，最终加快疫苗开发和新变种的识别。
- 确定新病原体的特性，预测其特征并确定跨物种跳跃的可能性。
- 预测已经流通的病原体（如SARS-CoV-2和流感病毒）可能出现的新变种，并确定哪些治疗方法和疫苗最适合减少其影响。
- 有可能通过整合群体层面的数据和个人层面的数据（包括可穿戴技术如心率和步数）来更好地检测和监控疫情。
- AI可以创建一个高度技术性的科学与受训有限的医护人员之间的新接口，在最需要这些工具的环境中提高能力。
然而，并非所有大流行病准备和应对领域都会受到AI进步的同等影响。例如，虽然蛋白质语言模型在加速理解病毒突变如何影响疾病传播和严重程度方面具有巨大潜力，但基础模型的进步可能只能对现有方法在建模病原体传播速度方面提供适度的改进。
科学家们敦促谨慎地认为AI本身就能解决传染病挑战，但将人类反馈整合到AI建模工作流程中可能会克服现有的局限性。
研究合著者、斯克里普斯研究转化研究所创始人兼主任埃里克·托波尔博士说：“尽管AI在减轻大流行病方面具有显著的变革潜力，但它依赖于广泛的全球合作和全面、持续的监测数据输入。”
研究共同主要作者、哥本哈根大学的萨米尔·巴特说：“传染病爆发仍然是一个持续的威胁，但AI为政策制定者提供了强大的新工具，以指导何时以及如何干预的明智决策。”
同样作为研究共同主要作者的巴斯德研究所的西蒙·科什梅兹表示：“AI为改善应对疫情和大流行病提供了许多机会。在未来几年中，当我们研究如何最好地利用这些新技术时，应该特别令人兴奋。”
作者建议对AI模型进行严格的基准测试，倡导政府、社会、工业界和学术界之间的强有力合作，以可持续和实用的方式开发用于改善人类健康的模型。
(全文结束)
