疾病监测

作者：李成媛,潘丽,王依,李娜,毛元春,李伟

关键词：寄生虫病, 人工智能, 疾病监测, 机器学习, 公共卫生

人工智能技术在寄生虫病监测领域发挥了重要的作用，尤其在血吸虫病、疟疾、棘球蚴病等我国重点寄生虫病监测预警中。 通过深度学习、多模态数据融合等人工智能技术，监测预警实现了病原体的自动识别、时空动态预测、媒介宿主追踪和风险预测等功能，大大提高了监测的精准性、时效性和智能化水平。 然而，其深度应用仍面临极大的挑战，数据质量与标准化不足导致模型泛化能力弱、开放环境下复杂干扰降低监测鲁棒性、伦理层面存在隐私泄漏风险与算法歧视问题、基层医疗资源匮乏制约技术落地、小样本学习限制罕见寄生虫病的监测效能低等难题依然存在。 针对这些瓶颈，未来需通过跨学科协作，推动数据标准化、加快可解释性人工智能研发、自适应模型优化及伦理框架构建，强化开放环境监测能力与基层技术适配性等措施，破解人工智能技术深度应用的难题。 本研究综述了人工智能在重点寄生虫病监测预警中的应用与挑战，为该领域人工智能的合理应用与发展提供了参考。

来源：2025年第10期

《疾病监测》期刊编辑部

查看疾病监测杂志2025年第10期