记者 徐曼 发自北京

突发公共卫生事件是全球共同面临的严峻挑战。面对此类事件，AI技术凭借其跨学科、高度集成的优势，逐渐成为抗击公共卫生危机的有力武器。大模型的出现，为人工智能在公共卫生事件中的运用带来新机遇。

6月14日上午，在东华医为科技有限公司一间面积不大的办公室内，大数据研究院技术负责人王士泉向记者描述了大模型对于突发公共卫生事件监测、预警等方面的价值，以及面对公共卫生应急事件的挑战。王士泉曾担任无锡市、贵阳市应急指挥系统、北京市丰台区应急管理系统的研发负责人。

传统公共卫生应急事件监测和预警方法的不足

传统的流行病学调查方法通常需要大量的人力、物力和时间投入，导致疫情监测和预警的效率受限。传统的实验室检测方法在疫情初期往往面临技术和设备的不足，也可能导致疫情的确诊和排除困难。

“传统的疫情监测和预警方法主要依赖于医疗机构报告病例、流行病学调查和实验室检测等途径。这些方法存在一定的局限性，如信息传递的延时、数据不完整和准确性受限等。特别是在突发公共卫生事件初期，疫情往往在大规模爆发之前难以被及时发现和预警，从而导致疫情防控的困难。”王士泉介绍道。

在王士泉看来，对于公共卫生应急来说，主要存在的挑战是，应急决策方法难以形式化以及信息有机集成和有效共享存在诸多困难，特别是发生应急状态早期。“如何在事件发生之初信息高度缺失的情况下提供建议及背景知识，随后在信息高度混乱的状态下进行信息清理与融合，并在准备应急时提供方案与决策，是应急管理的关键，其中事中的（可减缓、可挽救、可恢复性）评估模型的建立是难点”。

大模型在突发公共卫生事件信息收集和分析中的优势

AI大模型技术为疫情监测和预警提供了新的可能。通过社交媒体、在线搜索、AI和大数据分析等手段，可以实现对疫情信息的实时收集、快速分析和精准预警。

“比如通过对微博、门户网站等主流媒体平台上的用户发布内容进行文本挖掘和情感分析，建立大模型，可以发现与疫情相关的异常事件和舆论变化。同样，通过对必应、搜狗等搜索引擎的检索数据进行趋势分析，可以发现与疫情相关的关键词和主题的兴起和传播。” 王士泉介绍道。

一个典型的例子是在（COVID-19）疫情暴发之初，加拿大数据评估公共健康风险的公司BlueDot通过对全球航班数据、动物疫情报告和社交媒体信息等多源数据的实时监测和大模型分析，比世卫组织（WHO）提前几天发现了疫情并发出预警。证明了大模型在疫情监测和预警中的重要作用和潜力。

大模型技术在公共卫生应急事件中的应用

大模型技术可以帮助研究人员从大量复杂的数据中提取有用信息，从而实现对疫情的精准预测和风险评估。例如，通过对疫情历史数据、气候环境数据和人口流动数据等多模态多粒度数据的融通与挖掘，可以构建疫情传播大模型和AI预测算法，从而为应急防控提供科学依据和决策支持。

“比如美国约翰斯·霍普金斯大学的研究团队在2020年建立了新型冠状病毒疫情实时监测和GIS可视化平台（COVID-19 Map），该平台通过对全球疫情报告数据的收集、整理和展示，为公众和政府提供了疫情的实时动态和趋势分析”。王士泉说到。

王士泉还描述了他所设计的基于大模型的突发公共卫生事件应急管理平台的部分功能，以及突发公共卫生事件演化的模型。

王士泉说，在具体的公共卫生应急过程中，有两类应急系统，一类是执行型系统，偏重于事件具体处置过程与细节，比如急救系统。另一类是决策型系统，偏重决策支持和综合调度协调。两类系统面向用户群体，所输入的信息资源，基本功能都有区别，大模型更多应用于处理宏观的决策型系统建设当中。

大模型技术在公共卫生应急中的挑战和前景

算法、算力、数据作为AI核心三要素，相互影响，相互支撑，大模型更需要大量标准的数据去喂养和训练。王士泉表示，“大模型在公共卫生应急领域仍面临诸多挑战和问题，比如数据质量和完整性、技术可靠性和有效性、隐私保护和伦理问题等。”

数据质量和完整性是在公共卫生应急事件中的关键因素。可以通过加强数据来源的评估、数据清洗和数据融合等方法，以实现对疫情等信息的有效把握和传播。针对社交媒体和在线搜索数据中的信息碎片化、噪声干扰和虚假信息等问题，建立细分场景的大模型应用，以提高疫情预警的准确性和可信度。技术可靠性和有效性是实现大模型能否成功应用在公共卫生应急领域的基础，需要通过跨学科领域的合作，构建在垂直领域和细分场景下公共卫生应急与传染病学、流行病学等领域的知识融合和共享模型，从而实现对疫情的科学防控和精准干预。隐私保护和伦理问题是大模型用于疫情监测和预警中应予关注的问题。在大模型产品应用过程中，需要充分考虑个人隐私和数据安全的保护。例如，通过国密算法对隐私信息进行加密，或通过匿名化等方式对个人信息进行处理等，应有效处理个人隐私与公共卫生信息有效利用和共享之间的平衡问题。

在王士泉看来，人工智能技术肩负着赋能所有行业的历史使命。它可以提升医疗卫生、应急管理等各行各业的竞争力，同时这个提升过程也是一个扩大内需的过程。王士泉表示，“人工智能的一个重要的场景，就是通过大模型提升突发公共卫生事件应急处理能力”。过去一段时期，大模型已在疫情监测和预警中展现出巨大的潜力和价值。今后，大模型将会为全球范围内的突发公共卫生事件的预防、控制和应对提供更加强大和有效的支持。