谷歌研究院发布地理空间AI公共卫生案例

谷歌研究院10月6日公布了将谷歌地球AI人口动态基础模型（PDFM）应用于公共卫生领域的五项案例研究结果。在麻疹疫苗接种率、心血管疾病死亡、登革热、产后抑郁和霍乱五项任务中，把该模型生成的位置嵌入接入现有流行病学模型后，性能持平或有所提升。评估分别由西奈山卫生系统与波士顿儿童医院、纽约大学格罗斯曼医学院、牛津大学与蒙特雷科技大学、华盛顿大学以及世界卫生组织非洲区域办事处（WHO AFRO）完成，覆盖美国、加拿大、墨西哥和刚果民主共和国四个国家。

PDFM为每个地区生成一组数字，相当于地点的指纹。它通过自监督学习，压缩了匿名汇总的搜索趋势、药店和诊所及公园的繁忙程度等出行与建成环境信息，以及高分辨率天气和空气质量指标。这些指纹每月更新一次。研究人员没有针对具体任务进行微调，只把嵌入作为固定输入使用。流行病学家已在使用的统计和机器学习模型保持不变，只是多加了一个输入变量。

跨境效应最先显现。在距加拿大边境150公里以内的146个美国县，仅使用国内数据的模型难以预测疫苗接种情况。西奈山和波士顿儿童医院的研究人员在美国县级嵌入之外加入加拿大邮政区嵌入，以反映跨境的人员流动和信息流动。结果，模型对麻疹、腮腺炎和风疹（MMR）接种率变化的解释比例从16%升至22%，增幅36%，470万边境居民的接种率估算至少调整了3个百分点。论文显示，这些边境县约有1860万人居住，美国幼儿园儿童MMR接种率已降至92.7%。

心血管疾病分析瞄准的是统计空白。美国每年有超过91.6万人死于心血管疾病，但县级官方死亡数据滞后1至2年，基于人口普查的协变量滞后2至3年。纽约大学格罗斯曼医学院的研究人员用PDFM估算了美国本土3091个县2023年的死亡人数。每县平均误差为18.7人，与使用美国社区调查（ACS）数据的模型的19.1人在统计上没有差异，而受大误差影响的指标RMSE从57.7降至46.0，减少20%。ACS汇总五年调查数据，最长在收集一年后才发布，而本研究所用的嵌入只基于一个月的数据。PDFM目前可在17个国家使用。

传染病预测则与谷歌的时间序列基础模型TimesFM 2.0配合。牛津大学和蒙特雷科技大学的研究人员预测了2020年至2025年墨西哥约2450个市镇的登革热病例数。提前一个月的预测效果最明显，在最多72%的活跃传播市镇中准确度有所提高。误差减少的总量是误差增加总量的3.4倍。

霍乱的难点在于罕见。刚果民主共和国403个卫生区中，任何一周开始暴发疫情的不到百分之一。研究人员将针对网络连接薄弱地区设计的轻量版PDFM接入89周的监测数据。提前一到两周时，近期病例数已能解释大部分情况，PDFM没有带来显著提升。提前八周、仍有时间预先调运疫苗和清洁用水时，模型每周排名前五的高风险区中实际暴发的数量从1.78个增至2.10个，提升18%。在一半以上周数报告过霍乱的15个地方性流行区，这一精确度从0.3333升至0.3975，提升19%。

个人层面的预测同时显示了用途和边界。华盛顿大学的研究人员利用美国疾病控制与预防中心（CDC）妊娠风险评估监测系统（PRAMS）的332970名受访者预测产后抑郁风险。加入嵌入后，AUC在训练中见过的州提高0.0020，在未见过的州提高0.0038，并以0.45的决定系数反映了地区贫困水平，相当于找回收入和保险记录中约15%的预测信号。在追踪风险最高20%母亲的模拟中，每年可多找到5640名患产后抑郁的农村母亲；在以发现80%病例为目标的设定下，每年误报减少17723次。论文写明，这一信号不能替代个人社会经济数据，也不能缩小不同人群之间的筛查差距。

谷歌同日还介绍了实地应用。谷歌研究院杰出软件工程师Shravya Shetty和谷歌健康临床专家Monica Bharel在博客中写道："一个社区的健康与其地理状况密切相关。"据她们介绍，在刚果民主共和国正在进行的埃博拉疫情应对中，WHO AFRO团队使用研究原型地理空间推理智能体绘制矿区走廊地图，几分钟内就找出48个暴露定居点和超过4.55万名高风险人口。这项工作通常需要数周，当地应对人员据此部署了移动实验室并协调边境监测。Google.org为刚果国家生物医学研究所（INRB）提供资金，帮助其实现检测和疾病监测的现代化。

METAL查阅的这篇41页论文共有38名作者，包含7张图和12张表。撰写博客的谷歌研究院软件工程师Arbaaz Muslim和Gautam Prasad表示："地理空间基础模型让我们能够从被动的、局部的建模，转向行星尺度的主动且及时的健康情报。"研究人员表示，由于目前的嵌入是静态快照，他们正在研究随时间变化的动态嵌入，以及面向网络连接薄弱地区的地理迁移学习。

商业化路径也已打开。PDFM嵌入以谷歌地图平台地理空间嵌入数据集"人口动态洞察"的形式提供预览版销售，学术界和公共卫生研究人员可申请将其免费用于特定的非运营性研究。METAL此前曾报道谷歌研究院的AI模型在美国CDC流感预测评估中获得第一名。继流感之后，这些案例显示谷歌正把传染病预测模型与地点嵌入结合起来，扩大其作为公共卫生数据提供者的角色。

这次发布的分量不在于新模型，而在于使用方式。五项案例都没有推翻原有模型，只是增加了一项输入，而在统计滞后、止步于国界或根本缺失的地方效果最大。与此同时，个人层面的筛查也划出了一条界线：地点信息无法替代个人信息。卫生部门是否采用这些指纹，最终取决于它们与本地数据结合后能多早、多准地发出预警。