传染性疾病，尤其是人畜共患病威胁的日益复杂化，要求兽医流行病学在健康数据的收集、分析和行动方式上进行根本性变革。在这一快速演变的格局中，数字创新正发挥核心作用，显著提升我们检测、预测和管理动物健康风险的能力。人工智能驱动的预测模型、互操作监测平台、遥感技术和实时数据系统等工具，为监测疾病动态和支持科学决策开辟了新途径。这些技术正推动兽医流行病学向更灵敏、数据整合的方法转变。在一体健康框架下，动物健康、人类健康与环境健康深度相互依存，数字解决方案能够有效改善跨部门协作，提供早期预警，并支持循证干预措施。本研究主题深入探讨了正在重塑兽医流行病学并提高对当前和未来疾病威胁应对准备能力的数字工具的科学进展与实际应用。
本研究主题旨在探索数字技术如何通过增强预测、监测和管理动物种群中传染病风险的能力来革新兽医流行病学。随着疾病出现日益动态化——受气候变化、全球贸易以及野生动物-家畜-人类互动等因素驱动——传统监测方法往往难以提供及时且可操作的洞察。为此，我们邀请开展针对疾病预测、疫情检测和风险评估的数字工具开发与应用研究。相关技术涵盖预测建模、人工智能、机器学习、深度学习以及数据驱动的决策支持系统。研究特别关注整合临床报告、环境因素、移动数据等多源信息的方法，以优化监测和干预策略。尽管植根于兽医科学，本专题倡导采用与一体健康范式一致的系统级视角，将动物健康置于更广泛的生态和公共卫生背景中综合考量。通过汇集跨学科力量，本研究主题着重阐明数字创新如何提升疫情应对准备能力，并为构建更具韧性、适应性的疾病控制框架贡献关键洞见。
【全文结束】
