综述：人工智能如何用于促进公共卫生和人口健康

《Frontiers in Public Health》：How AI can be used to promote public and population health

微软AI for Good实验室通过AI技术改善孕产妇及婴儿健康、利用大语言模型优化公共卫生、构建农村医疗协作模式，并总结出精准问题定位、跨领域合作、健康影响导向等经验。

　　

在这里，我们总结了微软的慈善机构“AI for Good Lab”在促进公共和人口健康领域所完成的工作。具体来说，在展示了AI for Good Lab如何利用人工智能（AI）改善公共和人口健康的价值之后，我们提供了相关案例和参考资料，说明该实验室是如何：应用人工智能（AI）来改善母婴和婴儿健康；利用大型语言模型来提升人口健康；以及应用AI来改善农村健康和医疗服务的。我们还总结了通过这些工作所获得的经验，发现：明确研究问题并确保理解任何分析的局限性非常重要；跨公共机构、私营机构和教育机构与领域专家的合作将是利用这项新技术的最有效方式；并且，关注能够反映健康状况的指标，而不仅仅是模型的准确性，是改善全球人口健康的最有效途径。

引言

医疗保健服务和公共卫生工作旨在改善服务对象的健康状况。虽然医疗保健服务是人口健康的重要组成部分，但公共卫生更为关键：大约只有20%的人口健康状况可以归因于医疗保健服务，其余80%则取决于遗传因素和公共卫生措施，后者包括健康行为和健康的社会决定因素（即影响健康结果的非医学因素）。尽管之前的公共卫生研究依赖于传统的回归分析方法，但使用人工智能（AI）来解决公共卫生问题提供了一种相对新的方法，能够更巧妙地探索非线性和交互性的关系。

鉴于医疗保健服务、遗传因素、健康行为和健康社会决定因素之间的复杂相互作用，AI可能有助于揭示公共卫生指标与健康结果之间的重要关联。如果这些关系得以揭示，希望改善人口健康的政策制定者可以集中精力解决那些对健康状况影响最大的健康行为或社会决定因素。这种针对特定地区或人群的举措不仅能够更高效地利用稀缺资源，还能产生可衡量的健康回报。例如，研究表明改善当地经济条件可以降低当地的发病率和死亡率，而AI可以帮助模拟这些潜在回报的时间、幅度和受益者，从而使政策制定者能够做出明智的投资决策，确定在指定时期内应采取哪些干预措施以获得最大的健康收益。

为了揭示这些关系，自2020年以来，微软的慈善机构“AI for Good Lab”一直致力于探索如何利用AI来解决可持续性、人道主义行动和健康领域最大的问题。1该实验室由（通常是博士级别的）微软雇用的数据科学家和计算机科学家组成，他们与非营利组织（如大学、慈善机构和政府机构）合作，将AI方法应用于解决这些问题的研究中。作为研究如何利用AI促进公共和人口健康的更广泛文献的一部分，本文展示了该实验室和这些研究人员在以下五个领域对相关学术文献的贡献。

阐明AI在公共和人口健康中的潜在应用

“AI for Health”的研究人员通过阐明应用AI方法改善人口健康的潜力与风险，为相关文献做出了贡献。这些贡献包括论述AI如何用于推进公共卫生2、为什么AI应被视为一种公共服务3，以及AI方法如何用于改善健康和公共卫生4。

此外，“AI for Health”的研究人员还强调了人口健康在实现可持续发展目标中的核心作用和重要性5，同时警告说，用不准确的信息说服公共卫生从业者和政策制定者关注公共卫生问题的重要性可能会误导决策者6。

“AI for Health”的研究人员还探讨了如何利用AI方法改进医疗保健服务。例如，他们描述了在实现医疗保健四大目标（提升患者和医护人员的体验、改善和公平分配医疗质量和结果、降低人均医疗成本7）方面的潜力与风险，以及AI如何帮助解决美国医疗系统的低效问题8。

利用AI改善母婴和婴儿健康

“AI for Health”的研究人员在关于婴儿猝死综合征（SUID）的文献中做出了重要贡献。SUID是一个涵盖婴儿猝死综合症（SIDS）、床上意外窒息和绞杀以及其他原因导致的1岁以下婴儿死亡的总称；这对家庭来说是一场毁灭性的经历。

为了减少SUID的发生率，“AI for Health”的研究人员利用AI方法研究了孕妇怀孕前和怀孕期间的吸烟情况9>、孕期感染10>以及母亲肥胖11>与SUID风险之间的关系。此外，他们还研究了美国境内SUID的地理差异12>，并根据婴儿死亡时的年龄13>确定了不同的SUID高风险群体，包括对出生后第一周内SUID的分析14>。最后，“AI for Health”的研究人员发现COVID疫情期间SUID的发病率发生了变化15>。

除了SUID之外，“AI for Health”的研究人员还确定了美国晚期妊娠死胎的风险因素16>，研究了胎儿生长与晚期妊娠死胎之间的关系17>，并确定了低风险分娩人群中产后出血和严重产妇并发症的风险因素18>。

最后，“AI for Health”的研究人员描述了AI在资源匮乏环境中如何帮助解决母婴和儿童健康问题，以便政策制定者能够最有效地利用稀缺资源19>；了解如何利用微观地理分析来识别印度儿童营养不良高风险地区，从而有针对性地实施干预措施20>；确定如何结合卫星数据预测肯尼亚儿童营养不良的爆发，以便政策制定者及时采取干预措施21>；以及模拟接种疫苗后的脑膜炎抗体反应，以便政策制定者确定最佳再接种时间22>。

利用AI探索健康社会决定因素与人口健康之间的关系

众所周知，人们的出生、成长、工作、生活和衰老所处的社会环境（即健康的社会决定因素）对健康的影响大于医疗保健系统本身。为了理解这种影响，“AI for Health”的研究人员开展了研究，探讨了健康社会决定因素与人口健康之间的具体关系。

在考虑如何利用健康社会决定因素来解决心血管疾病和健康公平问题23>之后，“AI for Health”的研究人员描述了当地经济困境与预期寿命24>、健康结果的不平等、临床护理、健康行为以及其他健康社会决定因素25>之间的关系。他们利用这些知识和机器学习工具，评估了纽约市健康社会决定因素与糖尿病发病率26>之间的关系，以及2000年至2019年间美国当地经济状况变化与药物过量死亡27>之间的关系。从这些关系中获得的见解支持了先前的研究结果，即政策制定者应考虑利用当地经济刺激措施来改善健康状况28>。

此外，“AI for Health”的研究人员还研究了Medicare按服务收费的人群，发现了用于捕捉健康社会决定因素的编码实践中的差异29>，并确定了提供高质量、最佳结果医疗干预所需的专业人员的短缺情况30>。

“AI for Health”的研究人员还利用机器学习、健康社会决定因素数据和其他数据来源预测了康涅狄格州的短期药物过量死亡31>，改进了流感监测32>，预测了不同类型癌症患者的生活质量轨迹33>，并在文化规范发生变化时挑战了分析历史数据时的固有假设34>。

利用大型语言模型改善人口健康

大型语言模型（LLMs）有可能对医疗保健服务、公共卫生干预和健康结果产生重大影响。为了推进这项工作，“AI for Health”的研究人员证明了对话式聊天bot在帮助戒烟35>方面的有效性，阐述了LLMs如何用于促进医患之间的共同决策36>，展示了LLMs如何快速高效地创建用户友好的应用程序来评估Medicaid或其他社会服务的资格37>，评估巴西葡萄牙语中营养问题答案的准确性38>，识别互联网新闻报道中的错误信息来源39>，并在互联网搜索中呈现高质量、基于证据的医疗信息40>。

利用AI改善农村健康和医疗服务

为了总结该项目在健康和公共卫生方面的工作，“AI for Health”的研究人员开发了一个工具，用于绘制地图并评估农村和城市在健康结果、临床护理、健康行为和健康社会决定因素方面的差异41>。为了解决这些健康和经济差异，“AI for Health”的研究人员制定了一个行动计划，利用技术和AI来改善农村居民的健康42>，并设计了一个中心辐射模型，通过促进城乡医院之间的临床和技术合作来改善农村健康和医疗服务43>。

我们的经验教训

我们的经验产生了一些对其他探索AI在公共和人口健康应用的人来说可能有用的见解。首先，正如所有研究一样，明确研究问题至关重要。虽然通过数据探索可能会产生有趣的假设，但必须理解所采用的分析方法，认识到要分析的数据集的局限性，并在适当的情况下获得必要的许可（包括对人类受试者的审查）才能进行研究。其次，正如第一点所暗示的，AI能够回答的问题具有挑战性和复杂性：因此，在问题的提出、研究本身的进行、研究结果的解读以及报告的撰写过程中，必须纳入领域专家（包括公共卫生领域和特定医疗领域的专家）。第三，要实现前两点，需要与拥有适当分析数据和相关专业知识的机构合作；选择愿意分享研究成果的合作伙伴（无论这些成果是什么）对于取得成功至关重要。最后，进行研究必须具有潜在的影响力：研究人员必须将有限的资源用于能够改善公共和人口健康的问题；因此，应评估的指标应反映健康影响，而不仅仅是模型的准确性。

结论

在这里，我们展示了AI如何被用于——并且正在被用于——促进公共和人口健康。尽管“AI for Health”的研究人员在这一领域取得了显著成果，但我们相信这仅仅是一个开始。未来，我们预计AI将被用于整合个性化医疗保健服务和社会健康干预计划，估算针对特定健康社会决定因素的投资回报，利用物联网监测和干预传染病爆发，以及利用多模态数据（如卫星数据）进行流行病学研究、气候变化引起的疾病传播研究，甚至同时评估健康社会决定因素的指标。

我们生活在一个激动人心的时代。虽然AI正在改变许多企业的运作方式，但其最大的影响可能在于改善公共和人口健康。通过全面、战略性地部署针对公共和人口健康的特定AI工具，支持管理者监控这些干预措施，并为政策制定者提供选择干预措施的信息，可以有效地支持一个学习循环，使个人和人口健康不断得到改善。