人工智能与传染病:基于证据的研究、公共卫生和临床实践概念框架Artificial intelligence and infectious diseases: an evidence-driven conceptual framework for research, public health, and clinical practice - The Lancet Infectious Diseases

环球医讯 / AI与医疗健康来源:www.thelancet.com意大利 - 英文2025-09-21 01:30:55 - 阅读时长2分钟 - 600字
本文提出了一个基于证据的人工智能在传染病领域的概念框架,系统性地识别了AI在传染病研究、公共卫生和临床实践中的应用领域。该框架基于与病原体、人类宿主和环境相关的现有AI模型和数据源,全面分析了AI在疫情检测、感染控制和临床管理中的潜力与挑战。文章概述了当前和未来AI在传染病预防与管理中的应用前景,包括实验证据、实施案例以及技术、规范、伦理和政策障碍,特别强调了将患者置于框架核心的重要性,以及临床实践、研究和公共卫生三个相互依存层次的整合应用,为后续关于AI在传染病诊断和抗菌素耐药性方面的深入研究奠定了理论基础。
人工智能传染病公共卫生临床实践预防管理概念框架研究应用技术障碍患者护理
人工智能与传染病:基于证据的研究、公共卫生和临床实践概念框架

随着人工智能(AI)预计将彻底改变医疗保健领域,其在传染病预防和管理中的作用正日益受到关注。AI提供了诸多有前景的机遇,有助于应对传染病威胁,并改善临床管理、疫情检测和感染控制。作为《柳叶刀传染病学》关于AI与传染病的专门系列文章之一,本文通过提出一个概念框架来奠定基础。该框架基于与病原体、人类宿主和环境相关的现有AI模型和数据源,全面识别了AI可在传染病研究、公共卫生和临床实践中应用的关键领域。在此理论框架基础上,该系列中的另外两篇配套论文将深入探讨AI在传染病诊断和抗菌素耐药性方面的具体应用。本文概述了AI在传染病预防和管理中的当前及未来应用,详细分析了其广泛潜力、现有实验证据、实际实施案例以及技术、规范、伦理和政策障碍,为推进AI在传染病领域的研究与实践提供了重要参考。

图1 人工智能解决方案生命周期及关联障碍

图1展示了AI解决方案的生命周期步骤及其相关障碍。AI=人工智能。AUROC=受试者工作特征曲线下面积。RCT=随机对照试验。

图2 人工智能在传染病预防与管理中潜在应用的多层概念理论框架

图2所示的理论模型旨在识别AI可能应用于支持和加强传染病预防与管理的关键领域。三个相互关联且重叠的层次——临床实践、研究和公共卫生——被构想为相互依存而非独立的实体。患者被置于框架的核心,以强调从个体层面护理到群体层面策略的所有努力的最终焦点都是患者。AI=人工智能。

【全文结束】