Google Research 在 CDC 流感预测评估中排名第一

Google Research 构建的流感住院预测模型，在美国疾病控制与预防中心（CDC）2025-2026 赛季流感预测评估中排名第一。CDC 在 9 月 30 日（当地时间）发布的 FluSight 赛季评估报告中表示，在纳入分析的 39 个模型中，Google 的 Google_SAI-FluEns 在团队单独提交的模型里成绩最好。Google 使用自家 AI 研究工具 Empirical Research Assistance（ERA）构建了这一预测模型。METAL 核对的 Google 公告原文共四段，没有说明模型使用了哪些输入数据。

FluSight 是 CDC 的一个项目，它收集学界、业界和政府预测团队每周提交的流感住院人数预测，并将其合并为一个预测。本赛季的提交期从 2025 年 11 月 22 日持续到 2026 年 5 月 20 日，预测自 2025 年 12 月 12 日起在 FluSight 网页上公布。各团队需要针对 50 个州、华盛顿特区和全美，预测当周及最多三周后的住院人数。CDC 每周用合并后的预测来传达各州医疗服务需求的预期。除流感活动有限的 2020-2021 赛季外，CDC 自 2013-2014 赛季起每年都举办这项预测挑战。

本赛季共有 34 个团队提交了 53 个模型，提交了至少 75% 预测目标的 39 个模型被纳入评估。主要评分指标是相对加权区间得分（WIS）。它衡量预测区间与实际观测值的吻合程度，以把上周住院人数原样延续到下周的基准模型为 1，低于 1 即表示预测优于基准。39 个模型中有 33 个优于基准模型。

在 CDC 报告表 1 中，Google 模型的相对 WIS 最低，为 0.56。OHT_JHU-nbxd、CMU-TimeSeries 和 UGA_flucast-INFLAenza 以 0.58 紧随其后，UMass-flusion 为 0.59。Google 模型 50% 预测区间的覆盖率为 51.2%，95% 预测区间的覆盖率为 93.72%，分别接近 50% 和 95% 的目标值，并提交了全部预测目标的 98%。CDC 发布预测信息时使用的 FluSight 集成预测得分 0.62，排名第 7。

按州来看，排名出现分化。在同一报告的辖区表中，Google 模型在加利福尼亚州得分 0.37、得克萨斯州 0.42、北卡罗来纳州 0.45。在得克萨斯州，NEU_ISI-AdaptiveEnsemble（0.35）、NAU-vulPES（0.40）和 UMass-flusion（0.41）得分低于 Google；在马萨诸塞州和康涅狄格州，CMU-TimeSeries 以 0.37 和 0.40 领先于 Google 的 0.51 和 0.59。CDC 集成预测是在所有辖区都稳定优于基准的 12 个模型之一。

这个赛季本身也很难预测。CDC 将本赛季定为中等程度，每周住院人数最高超过 4 万人。住院人数自 2025 年 11 月中旬开始上升，在截至 12 月 27 日的那一周达到全国峰值。CDC 在报告中表示，集成预测"可能并不总能可靠地预测疾病趋势的快速变化"。实际上，集成预测的 50% 和 95% 预测区间没能跟上 12 月底的激增和 1 月中旬的骤降；在峰值周，各辖区提前两周的预测区间包含实际值的比例不到 25%。集成预测的覆盖率自 2026 年 2 月起稳定在 95% 左右。

Google 模型背后的 ERA 是一款利用 Gemini 编写和优化科学代码的研究工具。Google 于 2026 年 5 月 19 日在 Nature 上发表论文《AI system designed to help scientists write expert-level empirical software》，正式介绍了 ERA。给定科学问题和成功标准后，ERA 会检索文献、编写代码、探索解法、组合技术并评估结果。它采用树搜索方法权衡数千种选项，使代码朝目标不断完善。论文报告称，ERA 在基因组学、公共卫生、卫星图像分析、神经科学预测、时间序列预测和数学等基准上都达到了专家级水平。Google Research 产品经理 Lizzie Dorfman 和研究科学家 Michael Brenner 表示："提高科学发现的速度和范围，是 AI 可能为人类带来的最大潜在益处之一。"

传染病预测是 ERA 的代表性应用。据 Google Research 介绍，用 ERA 构建的模型以州为单位，提前最多四周预测流感、COVID-19 和呼吸道合胞病毒（RSV）的每周住院人数，在三种病毒的 CDC 公开排行榜上均位居前列。据报道，研究人员在 5 月 15 日的预印本中描述了由大语言模型引导树搜索、编写、测试并修改预测软件的结构，并报告称在实时前瞻性评估中，由机器生成模型组成的集成预测表现与 CDC 人工组建的中心集成预测相当或更好。研究人员称，在几乎没有数据的起步条件下，它对 RSV 的预测也给出了可用结果。传染病预测研究由 Zahra Shamsi、Sarah Martinson、Nicholas Reich、Martyna Plomecka 和 Brian Williams 领导。

ERA 也被用于传染病以外的领域。Google 表示，用 ERA 构建的加利福尼亚州融雪径流预测模型，比该州官方供水展望 Bulletin 120 更早给出更准确的预测。它还推出了利用 GOES-East 静止气象卫星数据每 10 分钟估算一次二氧化碳浓度的模型，以及可与芝加哥联储零售销售预测相媲美的零售预测模型。ERA 的底层技术作为试点科学工具提供给受信任的测试者，Google 还在 Gemini for Science 中以试点工具形式开放由 ERA 和 AlphaEvolve 构建的 Computational Discovery。METAL 此前曾报道 Google 推出面向研究的 AI 工具 Gemini for Science。

撰写这篇预测模型文章的 Google Research 研究员 Zahra Shamsi 表示："这一成绩证实了我们的信心：AI 与人类智慧相结合，将提升我们在全球范围内预测疾病的能力。"第一名与第二名的相对 WIS 差距为 0.02，各州排名也互有高下。尽管如此，在一项长期由人类打磨统计和机理模型的竞赛中，由 AI 编写和修改的预测代码登上了一个赛季成绩单的榜首。CDC 即将发布同一赛季流感急诊就诊比例预测的评估。