人工智能模型预测与气候变化有关的腹泻病爆发

气候变化导致的极端天气，如大规模洪水和长期干旱，常常导致危险的腹泻病爆发，尤其是在欠发达国家，腹泻病是导致儿童死亡的第三大原因。

现在，由马里兰大学公共卫生学院 (UMD SPH 的资深作者 Amir Sapkota 领导的国际研究小组于2024 年 10 月 22 日在《环境研究快报》上发表了一项研究，该研究提供了一种使用人工智能模型预测此类致命疫情风险的方法，让公共卫生系统有数周甚至数月的时间做好准备并挽救生命。

“与气候变化相关的极端天气事件在可预见的未来只会继续增加。作为一个社会，我们必须适应，”SPH 流行病学和生物统计学系主任 Sapkota 表示。“这项研究概述的预警系统是朝着这个方向迈出的一步，旨在增强社区对气候变化带来的健康威胁的抵御能力。”

这个跨多个机构的多学科团队依据 2000 年至 2019 年期间尼泊尔、和越南三个国家的气温、降水、先前的疾病率、厄尔尼诺气候模式以及其他地理和环境因素进行研究。研究人员利用这些数据训练了基于人工智能的模型，可以提前数周至数月预测区域疾病负担。

“提前几周甚至几个月了解预期的疾病负担，为公共卫生从业者提供了宝贵的准备时间。这样，他们就能在关键时刻做出更好的准备，”萨普科塔说。

虽然这项研究的重点是尼泊尔、越南和，但“我们的研究结果也相当适用于世界其他地区，特别是那些缺乏市政饮用水和正常卫生系统的地区”，这项研究的主要作者、印第安纳大学布卢明顿分校公共卫生学院副教授劳尔·库兹-卡诺 (Raul Curz-Cano 说道。

Sapkota 表示，人工智能处理海量数据集的能力意味着这项研究只是众多研究中的一个早期步骤，他预计这些研究将为预警系统提供越来越准确的预测模型。他希望这能让公共卫生系统为社区做好准备，保护自己免受腹泻爆发风险的增加。

负责这项研究的团队来自多个领域，包括大气和海洋科学、社区健康研究、水资源工程等。研究团队的作者包括马里兰大学(包括其流行病学和生物统计学系和大气和海洋科学系以及印第安纳大学布卢明顿分校公共卫生学院、尼泊尔卫生研究委员会、越南顺化医药大学、瑞典隆德大学和中原大学的作者。