利用谷歌地球AI的人口动态基础模型（PDFM），我们可以解决现有流行病学工作流程中存在的数据缺口和时间滞后问题。在最新的研究中，我们展示了五个合作伙伴主导的案例研究，证明该模型如何体现面向全球公共卫生的星球级地理空间基础模型范式。
公共卫生决策高度依赖及时、精细的数据。对于心血管疾病、产后抑郁症等健康状况，这些数据能指明资源和支持应聚焦的方向。对于登革热、霍乱等急性疫情暴发，数据有助于制定紧急的运营方案和资源调配决策。然而，传统的流行病学监测常常受限于数据问题：多年的报告滞后、受制于僵化地理政治边界的数据孤岛，以及数据稀疏性。即便没有这些限制，传统建模方法仍需要大量针对特定任务的数据收集和定制化数据工程流程，这在疫情快速暴发或资源有限的环境中难以部署。
为解决这些系统性瓶颈，我们提出了一种利用星球级地理空间基础模型的公共卫生新范式。以谷歌地球AI的人口动态基础模型（PDFM）作为概念验证，我们展示了如何将自监督预训练的"地点"表征直接整合到现有的健康科学和流行病学工作流程中，作为即插即用的输入——从而增强流行病学家已在使用的统计和机器学习模型，而非从零开始构建新的流程。PDFM将隐私保护的搜索趋势、人口流动、建筑环境密度和环境决定因素压缩为位置嵌入向量。无需针对特定任务进行微调，这些现成的位置嵌入在多种疾病领域、地理环境和流行病学任务中都能达到或超越传统输入的效果。
什么是PDFM？
PDFM是谷歌地球AI的一部分——这是我们一套连接卫星影像、天气、匿名搜索趋势、人口流动等人口动态数据的地理空间模型套件。PDFM采用自监督学习，将以下多种隐私保护信号合成为紧凑、多用途的嵌入向量，作为按月更新的地点"指纹"。
研究人员无需自行收集和处理这些原始数据流，PDFM嵌入向量可以轻松接入现有的机器学习工作流程，提供即用型地理空间背景信息。
此前的研究表明，这些嵌入向量与具体任务无关。由于这些日常信号捕捉了健康的社会、行为和环境决定因素，同样的嵌入向量在填补美国疾病控制与预防中心（CDC）多种健康指标数据缺口方面表现出色。
然而，为全球健康建立新范式需要更高的证明标准。为达到这一标准，我们着手证明PDFM嵌入向量在更广泛的健康挑战中、在全球不同环境下的价值。
验证矩阵概览
为实现这一目标，我们的全球卫生研究合作伙伴协助开展了五项独立评估，涵盖五个不同的公共卫生挑战——涉及多样的流行病学任务、资源条件和疾病类型：
麻腮风疫苗接种（免疫接种）案例，由西奈山医疗系统和波士顿儿童医院合作完成，任务是跨境数据推断，地理范围是美加边境（146个边境县）。关键成果是：通过捕捉跨境流动性和信息溢出效应，解释方差相对提升36%（从0.159提升至0.216，具有统计显著性）。
心血管疾病（非传染性疾病）案例，由纽约大学格罗斯曼医学院人口健康系完成，任务是死亡率的实时估算与插值，地理范围是美国本土（3091个县）。关键成果是：实时估算准确度与基于人口普查的模型相当（每县平均绝对误差18.7比19.1人死亡；均方根误差46.00比57.69；差异无统计显著性），使PDFM在人口普查数据过时或缺失时成为及时的替代方案。
登革热疫情（虫媒传播疾病）案例，由牛津大学和蒙特雷科技大学合作完成，任务是短期概率预测，地理范围是墨西哥（约2450个市）。关键成果是：通过与TimesFM结合，1个月预测增益具有统计显著性（加权区间评分变化为-0.0051，数值越低越好），在活跃传播热点地区效果最为集中，最多72%的活跃传播市准确度得到提升。
产后抑郁症（心理健康）案例，由华盛顿大学人类发展与残疾研究所完成，任务是个体风险预测，地理范围是美国（CDC妊娠风险评估监测系统，332970名受访者）。关键成果是：风险预测获得可迁移的提升（在已见过的州，AUC在基线0.62的基础上提升0.0020；在未见过的州提升0.0038）。编码后的地区贫困程度相关性达到R?=0.45，能够恢复约15%的收入和保险记录预测信号。
霍乱暴发（水传播疾病）案例，由世界卫生组织非洲区域办事处完成，任务是疫情暴发预测，地理范围是刚果民主共和国（403个卫生区，89周）。关键成果是：具有统计显著性的相对增益——4周预测的精确率-召回率曲线下面积提升9.7%；8周预测的前五准确率（即模型每周预测的五个最高风险区域中实际发生暴发的比例）提升18.1%，在流行病高发地区提升19.3%。
捕捉免疫接种中的跨境动态
我们的评估显示，尽管流行病学模型受制于主权边界，但其追踪的结果却并非如此。例如，在距离加拿大边境150公里以内的146个美国县，仅使用国内数据的模型往往难以准确预测当地疫苗接种率。
通过将美国县级嵌入向量与加拿大邮政转发区嵌入向量相结合，西奈山医疗系统和波士顿儿童医院的研究人员开发出能够捕捉跨境行为和流动溢出效应的模型。为帮助公共卫生官员精准定位麻疹疫情风险社区，研究人员利用这种新增的跨境背景信息，将模型解释的麻腮风疫苗接种覆盖率变异比例从16%提升至22%（提升36%），并为470万边境居民的覆盖率估算精度提升至少3个百分点，揭示了仅靠国内数据模型可能忽略的局部模式。
缩短慢性病监测的报告滞后时间
心血管疾病（CVD）在美国每年导致超过91.6万人死亡。然而，国家生命统计系统（NVSS）未经压缩处理的官方县级死亡率数据通常滞后1至2年，而美国社区调查（ACS）的协变量数据则反映的是2至3年前的状况。PDFM覆盖范围更广，滞后时间更短，这使我们有能力提升疾病建模水平。
我们在纽约大学格罗斯曼医学院的合作伙伴测试了PDFM能否在估算约3100个美国县当年心血管疾病死亡人数时，替代这些基于人口普查的输入数据。结果显示，在实时估算方面，PDFM与传统人口普查数据之间没有统计学意义上的显著差异，而PDFM数据更新更及时、覆盖范围也更广。
这些结果表明，PDFM能够帮助卫生部门根据当前状况而非等待多年一次的调查周期来指导预防资源的分配。
提升活跃疫情热点的预测精度
在应对登革热等虫媒传播疾病的暴发时，时间尤为关键。我们与牛津大学和蒙特雷科技大学的公共卫生研究人员合作，将PDFM与TimesFM 2.0（我们开源的时间序列基础模型）结合，对2020年至2025年间墨西哥约2450个市的登革热病例数进行预测。
该模型在提前一个月预测时取得了最大的性能提升，在多达72%的活跃登革热传播市中提升了预测准确度，总体误差降幅是误差增幅的3.4倍。这种性能提升恰好发生在及时的媒介控制和临床人员调配决策最为关键的地方，尤其考虑到短期预测已被证实具有实用价值。
测试临床筛查中的地理边界适应性
对产后抑郁症等孕产妇心理健康状况的筛查，通常依赖临床问诊信息，而这些信息很少能反映影响母亲风险和医疗资源可及性的更广泛社区条件。为测试地理空间基础模型能否弥合这一差距，华盛顿大学的研究人员在CDC妊娠风险评估监测系统的332970名受访者中评估了PDFM嵌入向量的效果。
除了PDFM能够捕捉社区层面的社会经济状况（R?=0.45）外，加入嵌入向量还为预测哪些母亲处于风险之中提供了持续且具有统计显著性的提升（在已见过的州，AUC提升0.0020；在未见过的州提升0.0038）。关键的是，这种信号在模型训练中从未接触过的州依然有效——作为补充性的本地背景信息，在缺乏母亲自身收入和保险记录信息时，能够恢复约15%的预测信号。
这种可迁移的背景信息对于在新的州如何分配筛查资源产生了最大的影响。在模拟中，若医疗系统能够对风险最高的20%母亲进行随访，加入PDFM每年能帮助多接触5640名患有产后抑郁症的农村母亲。另外，在旨在识别80%病例的系统中，PDFM每年可减少17723次误报——这表明地理空间嵌入向量能够帮助医疗系统扩大农村覆盖范围或提升随访效率。
延长霍乱前瞻性预测的预警时间
对于霍乱等水传播疫情，早期预警对于提前部署口服霍乱疫苗和清洁水源供应至关重要。幸运的是，疫情暴发较为罕见：在任意一周内，该国403个卫生区中暴发新疫情的比例不足1%。不幸的是，正是这种罕见性使得疫情难以预测。
针对世界卫生组织非洲区域办事处利用刚果民主共和国综合疾病监测与响应（IDSR）系统的全国监测数据所定义的应用场景，我们测试了一个轻量级、低资源版本的PDFM（专为网络连接稀疏地区设计）能否帮助预测霍乱热点地区。
其效果取决于预测的提前时间。提前一到两周时，近期病例数据已经能说明大部分问题，PDFM并未显著提升准确度。而提前四到八周时，此时仍有时间调配物资，PDFM则能带来明显提升。
这些发现表明，尽管短期追踪可以依赖近期临床数据，但基础模型嵌入向量能够捕捉潜在的环境、连接性和人口决定因素，对历史数据形成补充，从而支持提前一到两个月进行主动规划。
展望未来
地理空间基础模型使我们能够从被动式、局部化建模转向星球尺度上的主动式、时效性健康情报。目前存在的局限性，例如静态快照数据，正推动着关于时间动态嵌入向量和面向连接不足地区的地理迁移学习的积极研究。
通过将星球级背景数据整合到现有的公共卫生工作流程中，我们能够帮助改善医疗资源、干预措施和疫情预警信息抵达最需要它们的社区的方式。欲了解更多详情，请阅读论文原文。
PDFM嵌入向量目前作为谷歌地图平台提供的地理空间嵌入数据集"人口动态洞察"，已在预览阶段实现商业化。学术界和公共卫生研究人员也可以针对特定的非运营性研究用途申请免费访问权限。
Q&A
Q1：谷歌地球AI的人口动态基础模型（PDFM）是什么？
A：PDFM是谷歌地球AI套件中的地理空间模型，利用自监督学习将搜索趋势、人口流动、建筑环境密度和环境数据等信号压缩为位置嵌入向量，可作为即插即用的输入接入现有的公共卫生统计和机器学习模型，无需额外微调。
Q2：PDFM在公共卫生领域有哪些实际应用案例？
A：PDFM已在五个案例中验证效果，包括提升美加边境麻腮风疫苗覆盖率预测、替代滞后的人口普查数据进行心血管疾病死亡率实时估算、提升墨西哥登革热疫情预测准确度、辅助产后抑郁症风险识别，以及提升刚果民主共和国霍乱疫情的提前预警能力。
Q3：普通研究人员如何获取PDFM嵌入向量数据？
A：PDFM嵌入向量目前以"人口动态洞察"数据集形式在谷歌地图平台预览阶段提供商业化访问，学术界和公共卫生研究人员也可以针对特定的非运营性研究用途申请免费使用权限。
