全球基金资助的国家正利用人工智能扩大医疗可及性、提升检测量并引导医疗人员前往最需要服务的区域。现有AI应用可在合理成本下规模化推广，加速传染病消除进程。当AI应用与国家数字成熟度相匹配，且多边资助方分担风险共建基础设施时，我们便能解锁更智能、更公平的医疗系统，有效终结重大疾病并实现可持续发展。
在新冠疫情余波未平之际，2022至2023年猴痘疫情席卷全球。疫情最初出现在刚果民主共和国（DRC）的偏远矿区和末梢村落，随后蔓延至邻国，导致这一历史上罕见的疾病突破流行区域扩散至欧洲和亚洲。猴痘具有高度传染性且可能致命。在疾病流行区域，冲突、气候变化和人口流离失所等挑战与有限的基础设施和医疗人员相互交织。在DRC及持续暴发疫情的邻近地区，社区和边境的快速猴痘检测对维护全球卫生安全至关重要。
人工智能成为这场防疫战的新盟友。在卢旺达，我们与政府合作开发部署了猴痘皮肤图像检测AI工具，使医疗人员能在与乌干达、布隆迪和刚果民主共和国接壤的关键入境点使用移动设备。该AI皮肤检测作为分子筛查方法的补充，推动早期发现、疫情控制并保护易感人群。这种训练算法进行筛查和监测的技术可迁移至其他传染病，根据具体环境和人群定制。自2018年起，全球基金资助的国家已通过卫生部和社区部署AI技术以扩展医疗覆盖、提升结核病检测量并优化医疗资源分配。现有基础可低成本扩展用于其他传染病筛查。
在AI创新的新阶段，全球基金等多边机构需平衡在卫生领域部署高性价比AI工具与建设可靠安全数字基础架构的投入。医疗系统贯穿诊疗全程——从诊断到分诊治疗支持，即使在人力与基础设施有限的国家亦然。随着人工智能重塑各行业，全球基金与各国共同探讨卫生领域关键问题：我们面临哪些挑战？哪些AI应用当前切实可行？如何部署以加速进展？如何实现规模化？
答案在于清晰的变革理论。各国通过采用新技术，将创新与数字成熟度及财务准备度精准匹配，循序渐进提升能力，而非等待"完美"基础或过度超前。AI工具必须面向规模化设计，即超越单一用途应用程序，转向模块化开放架构平台。试点项目从初始阶段就应嵌入卫生部或国家数字健康平台，采用可互操作组件以便适应新疾病、地域或功能。
为实现这一愿景，必须持续投资高质量数据和数字系统基础。我们将AI工具置于与其他卫生投资相同的严格标准和问责框架下，支持各国采用适配现有系统和成熟度的工具。尽管AI潜力巨大，但其运作方式完全革新，需通过安全、理性、符合伦理且循证的方式逐步推广。
具备基础数字设施的国家——如稳定电力供应、医疗机构联网及电子患者登记系统——已可部署简易AI工具，包括分诊聊天机器人、库存预警仪表盘或AI驱动的短信提醒。随着国家数字系统成熟，可部署预测性监测、自动化影像诊断及优化医疗管理和人力资源效率等高级应用。在数字成熟度更高的国家——具备互操作国家健康信息交换平台、稳定宽带和运维预算——则可采用实时疫情预测或精准资源配置模型等高级分析技术。
这种分阶段方法确保各国以可持续速度推进AI应用。正是稳健的基础数字设施使卢旺达得以运用猴痘皮肤图像检测AI工具。尽管投资效益显著，低收入国家仍面临高借贷成本和预算限制。多边机构可通过动员联合基金、争取软硬件优惠价格、将机构融资与国家数字健康战略及数据标准对接等方式，提供优惠融资和赠款支持。
通过承保共享基础设施（如太阳能服务器、区域分析中心或末梢网络），这些机构承担了大部分初始风险，使国家能在无需承担前期全额财务负担的情况下，将AI整合进公共系统。当然，这些措施必须确保国家明确掌握所有权，并实现长期可持续性，无论初始资金来源如何。
为充分发挥AI在公共卫生领域的潜力，机构资助方和政府可采用四大核心原则：
1. 评估成熟度匹配度
根据各国在数字成熟度和财务准备度曲线上的位置评估每项AI提案。
2. 分阶段设定目标
将AI应用场景的复杂度与成熟度层级匹配。从简易工具起步，随系统和预算强化逐步延伸至高级AI应用。
3. 强制公私合营投资
主要AI创新由私营部门驱动。设计融资机制使政府、多边资助机构与私营伙伴共担成本、共享专业知识与风险，在功能健全且可持续的数字市场中运作。
4. 分阶段规划所有权
制定清晰移交路线图，引导从试点到规模化平台的过渡，与各阶段成熟度保持一致。
当AI应用与国家动态提升的能力相匹配，且多边资助方协调各方分担风险共建基础设施时，我们便能释放技术的真正价值：构建更智能、更公平的医疗系统，既能终结重大疾病又具持久生命力。是时候超越新奇概念，迈向规模化可行且普惠全民的解决方案了。
【全文结束】
