《Frontiers in Artificial Intelligence》：The use of artificial intelligence based modelling techniques in One Health-related infectious disease studies in Sub-Saharan Africa: a review
编辑推荐：
摘要
背景：撒哈拉以南非洲持续承受沉重的传染病负担，其中许多疾病属于人兽共患病，并受到人类、动物与环境系统之间复杂相互作用的影响。人工智能（AI）涵盖机器学习（ML）和深度学习（DL）技术，已成为在“One Health”（OH）框架下提升疾病预测、监测、
摘要
背景：撒哈拉以南非洲持续承受沉重的传染病负担，其中许多疾病属于人兽共患病，并受到人类、动物与环境系统之间复杂相互作用的影响。人工智能（AI）涵盖机器学习（ML）和深度学习（DL）技术，已成为在“One Health”（OH）框架下提升疾病预测、监测、诊断与决策能力的有力工具。
方法：本系统综述综合了62项同行评议研究的证据，以评估基于人工智能的建模技术如何被应用于撒哈拉以南非洲传染病研究。
结果：结果显示，自2019年以来，人工智能的采用迅速增长，且2021—2024年间论文发表量显著激增。然而，研究主导力与实施能力在地理分布上仍明显不均衡，南非、埃塞俄比亚、肯尼亚和坦桑尼亚占据主导地位。在各项研究中，人工智能工具主要用于分类和预测任务，其中集成模型与深度学习架构表现最优（卷积神经网络模型的准确率中位数接近100%）。疟疾（24%）、艾滋病病毒感染（HIV，12%）、2019冠状病毒病（COVID-19，12%）和结核病（6.7%）是最常被研究的疾病，而人兽共患病及与环境相关的感染性疾病代表性相对不足。多数研究仅依赖人类数据，揭示出动物与环境组分整合的持续性缺口，而这些组分对于OH范式至关重要。
结论：尽管人工智能已展现出令人鼓舞的应用前景，包括基于图像的寄生虫检测、物联网（IoT）赋能监测、生态风险建模以及智能手机辅助诊断，但其部署仍受到计算基础设施有限、数字连接不足、数据治理薄弱以及受过人工智能训练的专业人员短缺等因素制约。相对地，移动连接的扩展、基于云的分析能力提升以及多语种人工智能工具的发展，可能为强化监测系统、赋能卫生工作者并改善社区参与创造新的机遇。
1 引言
论文聚焦撒哈拉以南非洲传染病防控中的结构性压力，指出该地区长期面临疟疾、结核病、人类免疫缺陷病毒/获得性免疫缺陷综合征（HIV/AIDS）、埃博拉、霍乱以及新发人兽共患病的高负担局面。主体内容强调，脆弱的卫生系统、薄弱的监测基础设施、有限的诊断与实验室能力，以及病例报告延迟、数据流碎片化和卫生信息系统投入不足，共同削弱了流行病早期预警与协同响应能力。在此背景下，人工智能（AI）、机器学习（ML）和深度学习（DL）被界定为可改善早期识别、预测建模和资源配置效率的重要工具。论文进一步引入“One Health”（OH）范式，强调人类、动物与环境健康之间的相互依存关系，指出在约75%的新发传染病具有人兽共患属性的区域背景下，将AI嵌入OH框架具有现实必要性。引言还系统讨论了当前应用面临的计算基础设施不足、数据互操作性有限、农村低资源环境中的数据质量问题，以及隐私保护、算法问责、公平性和本土知识融入不足等挑战。最后，文章明确提出综述目标，即评估SSA地区OH相关传染病研究中AI方法的应用广度、有效性、实施障碍及未来能力建设机会，并提出关于应用分布不均、跨部门整合不足和治理缺口制约效能发挥的工作假设。
2 材料与方法
本研究依据系统综述与Meta分析优先报告条目（PRISMA）指南开展。研究人员在PubMed、Web of Science、Scopus和IEEE Xplore四个数据库中进行了系统检索，时间范围覆盖建库至2025年6月10日。检索策略围绕人工智能、机器学习方法、深度学习方法、AI建模技术、One Health、人兽共患病、传染病、流行病预测、疾病监测、疾病诊断及撒哈拉以南非洲国家名称等关键词，并通过布尔逻辑“OR”与“AND”进行组合。纳入标准要求文献为英文或法文、经同行评议的原创研究，明确包含OH组分（人类、动物或环境健康），采用AI或ML方法，且研究场景位于SSA或使用SSA国家数据。排除标准包括不符合OH框架、不涉及AI/ML、研究地区不在SSA、非同行评议文献以及非英法文文献。文献筛选由两位研究者独立完成，并通过第三位研究者协调分歧。初始检索共获得20,388条记录，去重后对标题和摘要进行筛选，最终纳入62项研究。为保证综述严谨性，研究人员进一步依据方法学清晰度、OH相关性、数据来源透明度、样本量充分性及AI方法稳健性等指标进行质量评估，仅保留中高质量研究用于综合分析。数据提取使用结构化Excel表进行，涵盖文献信息、OH组分、AI方法、任务类型、数据特征、性能指标、关键结果以及伦理、能力、公平和基础设施挑战等变量。定量与描述性分析在R 4.3.1中完成，关键词共现分析采用VOSviewer 1.6.19，地理分布可视化采用ArcGIS 10.8。
3 结果
结果部分首先通过文献计量学分析揭示研究主题、地理格局与时间演变。关键词共现网络显示，“humans”处于中心位置，表明现有文献明显以人类健康为核心；围绕其形成的“machine learning”“algorithms”“viral load”“diagnosis”等聚类，反映了AI在生物医学和流行病学数据分析中的不断深化应用。与此同时，疟疾、埃博拉和拉沙病毒等主题形成相对分化的疾病或生态学子领域，提示该领域存在明显的疾病分割与场景专门化特征。时空分布分析显示，第一作者归属主要集中于南非、埃塞俄比亚、肯尼亚和坦桑尼亚，研究实施层面则以南非、坦桑尼亚、肯尼亚、埃塞俄比亚和乌干达最为活跃，大量国家缺乏第一作者主导研究，说明区域内AI-OH研究领导力与能力建设高度不均。期刊分布以《Scientific Reports》《IEEE Access》和《Diagnostics》较为突出，提示研究成果主要发表于跨学科或诊断导向期刊。时间趋势方面，2019年前发表稀少，2021年后迅速增长，2024年达到峰值，表明该方向在COVID-19疫情后显著升温。
在OH组分与疾病分布方面，论文指出75.8%的研究仅使用人类健康数据，单独使用环境或动物数据的研究均仅占1.6%，同时整合人类、动物和环境三类数据的研究仅占6.5%。这种分布说明尽管OH被作为理论框架提出，但在数据层面真正实现三元整合的研究极少。疾病谱方面，疟疾占23.7%，HIV与COVID-19各占11.8%，结核病占6.6%，腹泻、流感、埃博拉和急性呼吸道感染处于中等关注水平，而血吸虫病、麻疹、乙型肝炎和霍乱比例较低。主体论证表明，现有AI研究重点仍集中于高流行、高数据可得性疾病，而许多环境相关或人兽共患疾病在OH意义上更具代表性，却未获得相称关注。
在AI方法及其性能方面，综述识别出60种不同算法，其中随机森林（RF）应用最广，其后依次为极端梯度提升（XGBoost）、人工神经网络（ANN）、支持向量机（SVM）和逻辑回归（LR）。整体上，集成方法与树模型占据主导，说明在SSA现有数据条件下，这类方法因兼具适应性与稳健性而被广泛采纳。任务类型上，分类任务占64.5%，主要用于感染状态识别、风险分层与病原体检测；回归任务占30.6%，主要服务于发病率等连续结局预测；混合与无监督学习应用较少。性能比较显示，卷积神经网络（CNN）准确率中位数接近100%，XGBoost和ANN也表现稳定。然而，作者明确提醒，不同研究在性能指标、验证方式、样本构成方面差异显著，且可能存在数据泄漏与发表偏倚，因此不宜对不同模型进行简单横向优劣判断。
在数据资源层面，文章系统梳理了不同疾病对应的数据类型、样本量与公开可用性。多数数据集为表格型（tabular）数据，少数研究采用图像数据，主要见于疟疾、拉沙热和结核病。样本量差异极大，从猴痘（n=372）等小样本数据，到霍乱、脑膜炎和黄热病超过90万条记录的大型国家监测数据。论文特别指出，公开数据总体数量有限，且多数仅覆盖短期病例发生信息。唯一具有连续全球时序覆盖并包含SSA信息的资源为OWID COVID-19数据库。其他如DIVA-GIS与Harvard WorldMap等资源虽可提供空间与生态协变量，但并不包含发病率、患病率或血清流行率等核心流行病学指标。此外，研究者未发现包含医院级临床记录、综合征监测流或多年长期观测序列的公开SSA数据集，说明制约高质量AI建模的关键瓶颈并非算法短缺，而是长期、标准化、可互操作数据资源匮乏。
在应用场景总结中，论文表明AI已被用于多类任务：包括基于气候时间序列的疟疾早期预警、急性呼吸道感染和腹泻预测、COVID-19住院死亡风险预测、基于视频的结核病服药依从性判断、基于图像的疟原虫识别和胸片结核检测、基于航空影像的拉沙病毒宿主空间分布建模，以及结合传感器和物联网（IoT）的实时监测系统。深度学习方法如CNN、YOLOv5和RetinaNet在图像识别类任务中表现突出，能够减少对高水平显微镜专业能力的依赖；树模型和集成学习则在HIV、猴痘、炭疽和血吸虫病等风险分类任务中显示出较强鲁棒性。整体而言，AI的主要价值体现在增强监测敏感性、支持临床辅助决策、推进生态风险识别，以及促进临床、环境与传感器数据的融合分析。
4 讨论
方法学取向方面，论文认为分类模型在SSA的AI-OH研究中占据压倒性优势，主要原因在于大多数研究目标是感染与否、风险高低等离散状态判别，而非对连续参数进行长期估计。同时，由于长时序流行病学数据不足，研究者往往只能基于短期数据开发模型，从而限制了真正贯通人类、动物和环境维度的OH分析框架。尽管DL方法在若干研究中优于逻辑回归和朴素贝叶斯（NB）等传统模型，但文章强调，SSA的数据规模、质量与计算条件并不总能支撑复杂模型，因此在低资源场景下，结构更简单、可解释性更强的模型仍具有现实价值。
关于OH三大组分整合失衡，文章指出，目前研究过度偏向人类数据，动物与环境维度很少被同步纳入。这一局面与人类健康数据更易获得、公共卫生议程优先关注人类疾病，以及跨部门数据采集协同不足有关。然而，这种片面性削弱了对疾病传播动力学的整体把握，尤其是在SSA大量疾病具有动物宿主或显著环境驱动因素的前提下。作者据此主张，应建设整合型数据库，推动流行病学、兽医学和环境指标的耦合建模，并强化跨学科合作，以提升模型生态相关性与政策决策价值。
在疾病关注范围方面，论文强调现有研究高度集中于疟疾、HIV和COVID-19。此种集中化虽与疾病负担、历史研究积累和数据可用性相一致，但也导致裂谷热、钩端螺旋体病以及蜱传感染等具有显著OH特征的疾病研究不足。文章认为，这种疾病谱狭窄不仅限制了AI应用场景多样化，也阻碍了区域综合预测工具的发展。尤其是即便在疟疾研究中，若忽视媒介蚊虫生态及环境条件，模型也难以充分揭示传播机制。
时空不平衡的讨论指出，南非、埃塞俄比亚、肯尼亚和坦桑尼亚形成了较明显的“能力高地”，而西非和中非大片地区研究不足。这种“卓越孤岛”格局反映了科研基础设施、研究经费、数字卫生系统和高质量数据获取能力在区域内分布不均。出版数量自2019年后快速上升，特别是在COVID-19疫情期间和之后显著增长，说明全球疫情推动了AI流行病学建模在SSA的扩散。
挑战部分从数据责任与算法公平、人力资本、数字基础设施和能源可靠性等层面展开。文章指出，数据保护法律与监管监督不足会增加敏感健康信息泄露与滥用风险，使用非洲外部数据训练的模型还可能带来算法偏倚与不公平结果。与此同时，区域内缺乏能够开发、适配、验证和解释AI系统的专业人才，卫生工作者对算法输出的理解与临床整合能力也相对有限。数字鸿沟进一步加剧了AI部署不平等：许多农村和基层卫生机构缺少稳定互联网、充足硬件和可运行的数字卫生系统，而DL和集成模型往往对计算能力要求较高。能源不稳定则直接威胁实时分析系统、设备持续运行及边缘-云协同架构的可靠性。
机会部分强调，移动通信扩展、云端分析、多语种AI工具与智能决策支持系统，为SSA公共卫生体系带来了跨越式发展的可能。嵌入智能手机的AI诊断系统能够在实验室资源不足地区提供辅助诊断与实时监测；云计算可使低资源机构远程调用高性能分析能力；AI驱动培训平台和实时反馈工具有望支持卫生人力持续能力建设；聊天机器人、虚拟健康助手和多语种交互工具则可促进健康教育、谣言纠偏、治疗依从性提升和社区参与式监测。
在全球比较与方法学反思部分，论文通过北美、欧洲和亚洲案例指出，强数字基础设施、制度化跨部门协作和较完善的监管框架是AI嵌入OH体系的重要前提。文章同时强调，AI在传染病建模中应被视为决策支持工具而非完全自主系统，人类专家在数据准备、算法选择、结果验证与流行病学解释中的作用不可替代。模型稳健性依赖于高质量、具代表性的数据集，以及交叉验证、外部验证和敏感性分析等规范程序。作者最后说明，本研究的局限性之一在于综述方案未预先注册，因此在透明性与可重复性方面存在一定不足。
5 结论
结论指出，AI建模已成为SSA地区OH传染病研究中快速扩展且影响力日益增强的组成部分，但其发展同时受到研究能力、数据整合程度和制度条件不平衡的深刻制约。现有成果证明AI在诊断分类、疫情预测、生态风险制图和临床决策支持方面具有明显潜力，但若数字接入、能源稳定性、算力供给、人才培养和数据治理问题得不到解决，这些技术进步可能反而加剧区域与社会不平等。未来优先方向包括建设可互操作的数字系统、完善数据保护与算法公平框架、显著扩展动物和环境数据整合、通过跨学科培养提升本地AI能力，并推动与社区、卫生工作者和政策制定者共同设计可持续、文化适配且契合非洲健康优先事项的AI解决方案。
