Google Earth AI 地理空間基礎模型：助力全球公共衛生決策

公共衛生決策高度依賴即時、精細的數據。對於心血管疾病或產後憂鬱症等健康狀況，這些數據能指引我們將資源和支援集中於何處。對於登革熱或霍亂等急性疾病爆發，它能協助制定緊急操作協議和資源分配。

然而，傳統的流行病學監測常受限於數據：報告延遲數年、數據因僵硬的地緣政治邊界而孤立，以及數據稀疏性。即使沒有這些限制，傳統建模方法也需要大量針對特定任務的數據收集和客製化的數據工程管線，這在快速爆發期間或資源受限的環境中難以部署。

為了解決這些系統性瓶頸，我們引入了一種利用行星級地理空間基礎模型的新公共衛生範式。我們以 Google Earth AI 的人口動態基礎模型（PDFM）作為概念驗證，展示了「地點」的自我監督、預訓練表示如何直接整合到現有的健康科學和流行病學工作流程中，作為即插即用的輸入。

這能增強流行病學家已經使用的統計和機器學習（ML）模型，而非從頭建立新的管線。PDFM 將保護隱私的搜尋趨勢、人類移動、建成環境密度和環境決定因素壓縮成位置嵌入。這些現成的位置嵌入無需針對特定任務進行微調，即可在各種疾病領域、地理環境和流行病學任務中，達到或超越傳統輸入的表現。

PDFM 是 Google Earth AI 的一部分，這是一套連接衛星影像、天氣、匿名搜尋趨勢、人類移動和其他人口動態的地理空間模型。PDFM 使用自我監督學習，將以下多樣化、保護隱私的信號合成緊湊、多功能的位置嵌入，這些嵌入每月更新，作為地點的「指紋」：

• 聚合搜尋趨勢：社區層面感興趣的主題和資源的搜尋頻率。
• 建成環境與移動：藥局、診所和公園等地點的當地密度和繁忙程度。
• 環境決定因素：高解析度的天氣和空氣品質指標與統計數據。

PDFM 嵌入可以輕鬆插入現有的機器學習工作流程，提供即時可用的地理空間背景，而無需研究人員自行收集和處理這些原始數據流。先前的研究表明，這些嵌入是任務無關的。

由於這些日常信號捕捉了健康的潛在社會、行為和環境決定因素，相同的嵌入在填補各種 CDC 健康指標的空白方面表現出色。然而，為全球健康建立新範式需要更高的舉證責任。為了達到這個標準，我們著手證明 PDFM 嵌入在更廣泛的健康挑戰以及全球不同環境中的價值。

為此，我們的全球健康研究合作夥伴協助對五個不同的公共衛生挑戰進行了獨立評估，這些挑戰涵蓋了多樣的流行病學任務、資源環境和疾病類型。

麻疹、腮腺炎、德國麻疹（MMR）疫苗接種（免疫）

我們的評估顯示，雖然流行病學模型受主權邊界限制，但其追蹤的結果卻不受限制。例如，在加拿大邊境 150 公里內的 146 個美國郡，僅限國內的模型通常難以預測當地疫苗接種率。

透過將美國郡的嵌入與加拿大郵政編碼區（Forward Sortation Area）的嵌入結合，西奈山醫療系統和波士頓兒童醫院的研究人員開發了能夠捕捉跨境行為和移動溢出效應的模型。為了幫助公共衛生官員找出麻疹爆發風險社區，研究人員利用這種額外的跨境背景，將模型解釋 MMR 疫苗接種覆蓋率變異的比例從 16% 提高到 22%（增加 36%），並為 470 萬邊境居民精確估計覆蓋率至少 3 個百分點，揭示了僅限國內模型可能遺漏的當地模式。

減少慢性病監測的報告延遲

在美國，心血管疾病（CVD）每年奪走超過 916,000 條生命。然而，國家生命統計系統（NVSS）未經抑制的郡級官方死亡數據通常會延遲 1-2 年，而美國社區調查（ACS）的共變數則反映了 2-3 年前的狀況。PDFM 在更多地方可用，且延遲時間大大縮短，從而提升了我們建模疾病的能力。

我們在紐約大學格羅斯曼醫學院的合作夥伴測試了 PDFM 是否可以在估計美國約 3,100 個郡的當年心血管疾病死亡人數時，替代這些基於人口普查的輸入。他們發現 PDFM 和傳統人口普查數據在即時預測方面沒有統計學上的顯著差異，而 PDFM 更即時且在更多地方可用：

• 與人口普查數據相當：使用 PDFM 的模型預測 2023 年郡級心血管疾病死亡人數的準確度，與使用 ACS 人口統計和社會經濟數據的模型大致相同（即時預測時，平均誤差為每郡 18.7 vs. 19.1 例死亡），同時將大型郡的異常值誤差（RMSE）降低了 20%（57.7 → 46.0）。這些差異沒有統計學意義，表明 PDFM 可以替代人口普查輸入。
• 更即時且更廣泛可用：ACS 共變數匯集了五年的調查數據，並在收集後長達一年才發布。本研究中使用的 PDFM 嵌入是根據單個月的數據建立的。PDFM 還在 17 個國家/地區可用，而 ACS 僅涵蓋美國。

這些結果表明，PDFM 可以使衛生部門能夠利用當前狀況來指導預防資源，而無需等待數年的調查週期。

精準預測活躍疫情熱點

在處理登革熱等病媒傳染病爆發時，時間尤其重要。我們與牛津大學和蒙特雷科技大學的公共衛生研究人員合作，將 PDFM 與 TimesFM 2.0（我們的開放時間序列基礎模型）結合，預測 2020 年至 2025 年墨西哥約 2,450 個市鎮的登革熱病例數。

該模型在提前一個月預測時表現出最大的性能提升，在多達 72% 的活躍登革熱傳播市鎮中提高了預測準確性，總誤差減少量是惡化量的 3.4 倍。這種表現恰好發生在最需要及時病媒控制和臨床人員配置決策的地方，特別是考慮到短期預測已證實的實用性。

測試臨床篩檢中的地理界限

篩檢產後憂鬱症（PPD）等孕產婦心理健康狀況通常依賴臨床入院資訊，而這些資訊很少捕捉到影響母親風險和獲得照護的更廣泛社區狀況。為了測試地理空間基礎模型是否能彌補這一差距，華盛頓大學的研究人員在 CDC PRAMS 全國調查的 332,970 名參與者中評估了 PDFM 嵌入。

除了 PDFM 捕捉社區層面的社會經濟狀況（R²=0.45）外，添加嵌入為預測哪些母親有風險提供了持續且統計學上顯著的提升（在已知州 AUC 增加 0.0020；在未知州增加 0.0038）。至關重要的是，這個信號在模型訓練期間從未見過的州也保持有效，它作為補充的當地背景，在母親的收入和保險記錄等詳細資訊不可用時，恢復了約 15% 的預測信號。

這種可轉移的背景對新州篩檢資源的分配方式產生了最大的影響。在模擬中，如果一個衛生系統可以對 20% 最高風險的母親進行追蹤，添加 PDFM 每年可幫助接觸到 5,640 名患有產後憂鬱症的農村母親。或者，在旨在捕捉 80% 所有病例的系統中，PDFM 每年減少了 17,723 個誤報，這表明地理空間嵌入如何幫助衛生系統擴大農村外展或提高追蹤效率。

延長霍亂爆發的預警時間

對霍亂等水傳播流行病的早期預警對於預先部署口服霍亂疫苗和清潔水供應至關重要。幸運的是，疫情爆發很少見：在任何給定的一週內，全國 403 個衛生區中只有不到 1% 會發生疫情。不幸的是，正是這種稀有性使得它們難以預測。為了解決世界衛生組織定義的用例