《BMC Artificial Intelligence》：Enhancing disease surveillance in Nigeria through machine learning: opportunities, challenges and strategic recommendations
编辑推荐：
疾病监测是公共卫生的基础，能够实现及时的疫情发现、高效的资源配置和循证决策。在尼日利亚，综合疾病监测与应对（Integrated Disease Surveillance and Response, IDSR）框架尽管结构完善，却因数据质量不一致、私营部门参与
疾病监测是公共卫生的基础，能够实现及时的疫情发现、高效的资源配置和循证决策。在尼日利亚，综合疾病监测与应对（Integrated Disease Surveillance and Response, IDSR）框架尽管结构完善，却因数据质量不一致、私营部门参与有限以及基础设施限制而受到阻碍。机器学习（Machine Learning, ML）作为人工智能（Artificial Intelligence, AI）的一个强大子集，通过其在预测分析、实时数据处理和自动模式识别方面的能力，为增强监测能力提供了变革潜力。尽管全球在利用ML进行疾病预测和症状监测方面取得了进展，但在尼日利亚的IDSR系统中，其应用仍严重滞后。本文通过调查ML如何克服尼日利亚特有的障碍（如碎片化的数据系统和农村连通性不足），填补了这一关键空白。研究人员提供了关于ML方法的更深入技术细节，比较了监督学习和无监督学习，并详述了适用于时间序列流行病学预测的相关架构，包括决策树（Decision Trees）、循环神经网络（Recurrent Neural Networks, RNNs）和卷积神经网络（Convolutional Neural Networks, CNNs）。研究人员展示了一项基于合成数据的尼日利亚北部疟疾监测方法学示例，在时间验证下对五种ML模型（线性回归（Linear Regression）、决策树（Decision Tree）、随机森林（Random Forest）、梯度提升（Gradient Boosting）和支持向量机（Support Vector Machine））进行了基准测试，并采用沙普利加法解释（SHapley Additive exPlanations, SHAP）进行稳健的模型可解释性。一项敏感性分析进一步检验了模型在系数扰动下的性能稳定性。一项基准分析将尼日利亚的ML应用情况与卢旺达和肯尼亚进行了比较。最后，研究人员提出了一个包含政策、基础设施和能力建设建议的分层战略框架，并辅以一个成本效益视角，强调了潜在的可避免伤残调整生命年（Disability-Adjusted Life Years, DALYs）和显著的经济回报，旨在促进尼日利亚建立一个更具韧性和公平性的公共卫生系统。
本文首先阐述了疾病监测对公共卫生的核心作用，并指出尼日利亚的综合疾病监测与应对（IDSR）框架虽已建立，但面临数据质量、私营部门参与度低及基础设施薄弱等挑战。研究背景部分介绍了人工智能（AI）和机器学习（ML）在公共卫生领域的全球应用现状，特别是在新冠疫情中展现的价值，并对比了卢旺达、肯尼亚等非洲国家的进展，凸显尼日利亚在ML应用上的滞后及其独特的结构性障碍，如影响约60%人口的城乡数字鸿沟和碎片化的健康数据生态系统。研究采用了叙事性综述方法，检索了2015至2025年间PubMed、Scopus等多个数据库的文献。
在“尼日利亚机器学习现状”部分，文章回顾了该国疾病监测体系从纸质报告向电子化IDSR（eIDSR）转型的历程，指出虽然eIDSR试点项目已将报告及时性从43%提升至73%，但仍存在数据不完整、系统间互操作性差以及城乡采纳不均等问题。ML的应用尚处早期，试点项目（如拉各斯的疟疾预测模型准确率达78%）受限于基础设施、网络连接和资金，且面临伦理和数据隐私挑战。
“疾病监测的机器学习方法”部分详细论述了核心技术。监督学习适用于基于历史疫情标签的分类和预测任务，而无监督学习则用于未知结果下的病例聚类和异常检测。具体架构方面，决策树（DT）和随机森林（RF）因其可解释性和对结构化数据的鲁棒性而被广泛用于疾病风险预测；支持向量机（SVM）适合处理高维临床数据；循环神经网络（RNN）擅长建模时间序列健康数据以预测疫情趋势；卷积神经网络（CNN）则被改造用于空间流行病学，学习局部传播模式。模型选择需遵循从简单到复杂的原则，并通过训练-验证拆分（如80:20比例）和时间序列交叉验证等方法确保泛化能力。此外，文章还对比了HealthMap、ProMED-mail和WHO的开放源流行病智能（EIOS）等全球先进系统，指出尼日利亚IDSR缺乏实时分析和多源数据融合能力，并展望了未来集成大语言模型（LLMs）和生成式AI的可能性。
“模拟案例：疟疾监测建模工作流程”部分展示了方法论的具体应用。研究人员构建了一个覆盖尼日利亚北部10个地方政府区（LGA）两年（2023-2024年）的合成周数据集，特征包括降雨量、温度、健康可及性指数和疟疾病例数。采用决策树回归模型，以2023年数据训练，2024年数据测试，实现了约0.66的R2和约3.61的均方根误差（RMSE）。为了评估模型性能，文章进行了多模型基准测试，结果显示随机森林、梯度提升和SVM的性能略优于决策树，但差异不大，从而支持了在资源受限环境下选择决策树因其可解释性优势的合理性。通过沙普利加法解释（SHAP）进行模型可解释性分析，证实降雨量和健康可及性是影响预测的最主要因素，这与流行病学知识相符。同时，敏感性分析显示，在降雨系数发生±33%变化时，模型性能保持稳定（R2在0.922至0.980之间）。文章也坦诚指出了该模拟的局限性，即基于合成数据和假设关系，不能代表真实世界的预测准确性，并提出了未来使用真实世界数据进行回顾性验证的路线图。
在“尼日利亚疾病监测中使用机器学习的机遇”部分，文章分析了多个应用方向。成本效益分析表明，AI驱动的监测系统可将运营成本降低高达50%，并通过早期疫情发现节省30%-40%的应对开支。增强的数据收集与报告可通过AI移动应用减少人为错误并实现实时传输。先进的疾病建模与疫情检测可整合废水监测和空气采样等创新方法，并结合ML算法进行分析。与现有监测系统的集成，如借鉴卢旺达的ML电子病历系统和非洲的自动视觉急性弛缓性麻痹检测与报告（AVADAR）系统，可强化IDSR框架。ML的应用还可扩展到抗菌素耐药性监测和心理健康风险评估等非传染性疾病领域。最后，文章强调了劳动力培训和能力建设的重要性，认为针对医护人员的培训计划和跨机构合作是推动ML成功采纳的关键。
