2026年10月6日
Arbaaz Muslim，软件工程师，Google Research；Gautam Prasad，软件工程师，Google Research
借助 Google Earth AI 的人口动态基础模型（PDFM），我们可以弥补现有流行病学工作流程中的数据缺口和时间报告滞后问题。在我们最新的工作中，我们展示了五项由合作伙伴驱动的案例研究，说明该模型如何体现了面向全球公共卫生的行星地理空间基础模型范式。
公共卫生决策高度依赖及时、细粒度的数据。对于心血管疾病或产后抑郁症等健康状况，这些数据能告诉我们应将资源和支持集中在何处。对于登革热或霍乱等急性疾病暴发，它有助于为紧急操作方案和资源分配提供信息。然而，传统的流行病学监测往往受到数据局限性的阻碍：多年报告滞后、数据被僵化的地缘政治边界所割裂，以及数据稀疏。即使没有这些局限性，传统建模方法也需要大量针对特定任务的数据收集和定制数据工程流水线，而这些在疫情快速暴发期间或资源受限环境中难以部署。
为解决这些系统性瓶颈，我们引入了一种利用行星地理空间基础模型的公共卫生新范式。我们以 Google Earth AI 的人口动态基础模型（PDFM）作为概念验证，展示如何将自监督、预训练的“地点”表征作为即插即用输入直接集成到现有健康科学与流行病学工作流程中——增强流行病学家已经在使用的统计和机器学习（ML）模型，而不是从头构建新的流水线。PDFM 将隐私保护的搜索趋势、人类流动性、建成环境密度和环境决定因素压缩为位置嵌入。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，达到或优于传统输入。
作为 Google Earth AI 的一部分——这是我们的一套地理空间模型，连接卫星影像、天气、匿名搜索趋势、人类流动性及其他人口动态——PDFM 使用自监督学习将以下多样且隐私保护的信号综合为紧凑、通用的嵌入，作为地点的“指纹”，并按月更新：
PDFM 嵌入无需研究人员自行收集和处理这些原始数据流，便可轻松接入现有 ML 工作流程，以提供即用型地理空间上下文。
先前工作表明，这些嵌入与任务无关。由于这些日常信号捕捉了健康背后的社会、行为和环境决定因素，相同的嵌入在填补多种 CDC 健康指标缺口方面表现出强大性能。
然而，为全球健康建立新范式需要承担更高的举证责任。为达到这一标准，我们着手在更广泛的健康挑战中、在全球不同的环境中，展示 PDFM 嵌入的价值。
Google Earth AI 的 PDFM 应用于广泛的全球健康挑战概览。
为实现这一目标，我们的全球健康研究合作伙伴在五项不同的公共卫生挑战中推动了独立评估——涵盖多样的流行病学任务、资源环境和疾病类型：
我们的评估表明，虽然流行病学模型受主权边界的限制，但它们所追踪的结果却不受此限。例如，在距加拿大边境 150 公里以内的 146 个美国县中，仅使用国内数据的模型往往难以预测当地的疫苗接种率。
通过将美国县的嵌入与加拿大前进分拣区嵌入相结合，西奈山医疗系统和波士顿儿童医院的研究人员开发出了能够捕捉跨境行为和流动性溢出效应的模型。为帮助公共卫生官员精准定位有麻疹疫情风险的社区，研究人员利用这些新增的跨境背景信息，将模型对 MMR 疫苗接种覆盖率变异的解释比例从 16% 提高到 22%（提升了 36%），并为 470 万边境居民将覆盖率估计值精确到至少 3 个百分点，揭示了仅使用国内数据的模型可能遗漏的局部模式。
心血管疾病（CVD）在美国每年夺去超过 916,000 人的生命。然而，来自国家生命统计系统（NVSS）的未经抑制的官方县级死亡率数据通常滞后 1–2 年，而美国社区调查（ACS）的协变量反映的是过去 2–3 年的状况。PDFM 可在更多地方获取，且滞后时间要短得多，从而能够提升我们对疾病进行建模的能力。
我们在纽约大学格罗斯曼医学院的合作伙伴测试了 PDFM 能否在估算美国约 3,100 个县的当年 CVD 死亡人数时替代这些基于普查的输入数据。他们发现，PDFM 与传统普查数据在临近预报方面没有统计学上的显著差异，而 PDFM 的数据要新鲜得多，且可在多得多的地点获取：
这些结果表明，PDFM 能够使卫生部门利用当前状况来指导预防资源的配置，而不必等待多年度的调查周期。
在应对登革热等媒介传播疾病的暴发时，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（我们的开源时间序列基础模型）相结合，对 2020 年至 2025 年间墨西哥约 2,450 个市镇的登革热病例数进行了预测。
模型性能提升最显著的是提前一个月预测时，在高达72%的登革热活跃传播城市中提高了预测准确性，总误差减少量是误差增加量的3.4倍。这一性能恰好出现在及时病媒控制和临床人员配置决策最为关键的地方，尤其考虑到短期预测的已证明效用。
筛查产后抑郁症（PPD）等孕产妇心理健康状况通常依赖于临床接诊信息，而这些信息很少能捕捉到影响母亲风险和护理可及性的更广泛社区条件。为了测试地理空间基础模型是否有助于弥合这一差距，华盛顿大学的研究人员在CDC PRAMS全国调查的332,970名参与者中评估了PDFM嵌入。
除了PDFM捕捉社区层面的社会经济条件（R2=0.45）外，添加嵌入还持续、统计显著地提升了对哪些母亲处于风险的预测（在已见州AUC +0.0020；在未见州+0.0038）。至关重要的是，这一信号在模型训练期间从未见过的州中依然成立——作为补充性本地背景，当母亲自身的收入和保险记录不可用时，可恢复约15%的预测信号。
这种可迁移的背景在新州指导筛查资源分配方面产生了最大差异。在卫生系统可跟进风险最高的20%母亲的模拟中，添加PDFM帮助每年多覆盖5,640名农村产后抑郁症母亲。或者，在旨在捕获80%所有病例的系统中，PDFM每年减少17,723次误报——表明地理空间嵌入如何帮助卫生系统扩大农村外展或提高跟进效率。
霍乱等水源性流行病的早期预警对于预先部署口服霍乱疫苗和清洁水供应至关重要。幸运的是，疫情很少发生：在任何一周内，全国403个卫生区中只有不到1/100出现疫情开始。不幸的是，正是这种罕见性使其难以预测。
为了应对世界卫生组织非洲区域办事处使用刚果民主共和国综合疾病监测和应对（IDSR）报告的国家监测数据定义的用例，我们测试了PDFM的轻量级、低资源版本（适用于互联网连接稀疏的地区）是否有助于预测霍乱热点。
益处取决于我们预测的时间范围。提前一到两周，近期病例数说明了大部分情况，PDFM没有显著提高准确性。提前四到八周，当仍有时间运送物资时，它有助于产生：
这些发现表明，虽然短期追踪可以依赖近期临床数据，但基础模型嵌入捕捉了补充历史数据的潜在环境、连通性和人口决定因素，允许提前一到两个月进行主动规划。
地理空间基础模型使我们能够从被动的、局部化的建模，转向在全球尺度上主动且具有时间敏感性的健康情报。当前的局限性，例如静态快照，正推动着针对时间动态嵌入和面向连接不足地区的地理迁移学习的积极研究。
通过将行星尺度的上下文数据整合到现有的公共卫生工作流程中，我们可以帮助采取措施，改善医疗资源、干预措施和疫情警报触达最需要它们的社区的方式。阅读论文了解更多详情。
PDFM 嵌入已作为人口动态洞察在预览版中商业提供，这是来自 Google Maps Platform 的地理空间嵌入数据集。学术界和公共卫生研究人员还可以申请针对特定非运营性研究用例的免费访问权限。