过去十年间，我们见证了艾滋病预防领域取得的重大突破。随着公共卫生领域的持续努力，感染病例呈下降趋势，但仍面临严峻挑战。暴露前预防（PrEP）作为预防策略，被证实能将艾滋病感染风险降低99%。美国疾控中心建议所有医疗从业者为性活跃且存在感染风险的患者提供该预防性药物。
然而由于公众认知不足，PrEP的应用率仍显不足。人工智能技术正在显著推进艾滋病预防工作。全国范围内，随着抗逆转录病毒治疗的普及和有效预防药物的问世，艾滋病相关发病率和死亡率均有所改善。根据美国疾控中心数据，2017年至2022年期间，艾滋病发病率从13.6%下降至11.3%。
在达拉斯县，HIV.gov数据显示2022年每10万人中新增41.4例感染病例，显著高于德州平均每10万人17.1例的水平。作为北德克萨斯地区最大的医疗安全网系统，帕克兰医疗系统服务的高风险人群为提升HIV检测和PrEP项目认知度提供了重要契机。
2020年底启动的HIV检测AI模型项目，通过整合不同平台数据，建立HIV风险评分体系。该模型于2022年底正式上线，利用健康记录预测潜在HIV感染者，并确定PrEP适用人群。一旦识别出高风险个体，医疗团队即可提供HIV检测服务，若检测呈阴性则提供PrEP药物。
迄今为止，该AI模型已成功识别出数十万高风险患者，证明机器学习技术可有效利用现有数据预测和分类HIV感染风险。这项突破性应用在资源有限的医疗机构中展现出显著价值。相关研究方法和成果已在过去一年发表的三篇同行评审论文中详细披露。
目前帕克兰临床创新中心正与达拉斯县健康与人类服务部开展合作，计划进一步扩大该模型的应用范围。通过预测模型的深度应用，医疗团队能够精准识别HIV高危人群，填补预防工作中的关键空白，为实现降低达拉斯县艾滋病发病率的总体目标做出贡献。
雅各布琳娜·纳伊姆是帕克兰临床创新中心临床和社会健康的副总裁。
【全文结束】
