解锁 Google Earth AI 行星级地理空间基础模型，赋能全球公共卫生

公共卫生决策高度依赖及时、精细的数据。对于心血管疾病或产后抑郁等健康状况，这些数据能告诉我们该把资源和支持投向哪里；对于登革热或霍乱等急性疫情暴发，它们则有助于制定紧急操作规程和调配资源。然而，传统的流行病学监测往往受制于数据层面的种种限制：报告滞后长达数年、数据被僵化的地缘政治边界割裂、数据稀疏。即便没有这些问题，传统建模方式也需要大量针对具体任务的数据采集和定制化的数据处理流程，难以在疫情快速暴发或资源受限的场景下部署。 为了突破这些系统性瓶颈，我们推出了一种借助行星尺度地理空间基础模型的公共卫生新范式。我们以 Google Earth AI 的 Population Dynamics Foundation Model（PDFM）作为概念验证，展示如何将自监督预训练得到的"地点"表征，以即插即用的方式直接嵌入现有的健康科学和流行病学工作流程——增强流行病学家已经在用的统计和机器学习（ML）模型，而不是从零搭建新的流程。PDFM 把保护隐私的搜索趋势、人口流动、建成环境密度和环境决定因素压缩为位置嵌入。无需针对具体任务做微调，这些现成的位置嵌入在各种疾病领域、地理环境和流行病学任务上，表现持平甚至优于传统输入。

PDFM 是什么？

PDFM 是 Google Earth AI 的一部分——这是我们的地理空间模型套件，整合了卫星影像、天气、匿名搜索趋势、人口流动等人口动态数据。PDFM 利用自监督学习，把以下多种多样的隐私保护信号合成为紧凑且通用的嵌入向量，作为每月更新的地点"指纹"：

• 聚合搜索趋势：社区关注度较高的主题和资源的搜索频率
• 建成环境与出行：药房、诊所、公园等场所的密度和繁忙程度
• 环境决定因素：高分辨率天气、空气质量指标及统计

研究人员无需自行采集和处理这些原始数据流，PDFM 嵌入可以直接接入现有机器学习工作流，提供现成的地理空间上下文信息。

此前研究表明，这些嵌入具有任务无关性。由于日常信号捕捉了健康的社会、行为和环境决定因素，同一嵌入在补全多种 CDC 健康指标的数据缺口方面表现优异。

然而，建立全球健康的新范式需要更高的证明标准。为满足这一要求，我们展示了 PDFM 嵌入在全球不同环境、针对更广泛健康挑战中的价值。

Google Earth AI PDFM 在全球健康挑战中的应用概览。

验证矩阵一览

为此，我们的全球健康研究合作伙伴协调了针对五项不同公共卫生挑战的独立评估——涵盖多样化的流行病学任务、资源场景和疾病类型：

案例研究与领域	合作机构	流行病学任务	地理范围	关键影响与量化结果
MMR 疫苗接种 （免疫接种）	Mount Sinai Health System；Boston Children's Hospital	跨境外推	美加边境 （146 个边境县）	通过捕捉跨境流动性与信息溢出效应，解释方差相对提升 36%（从 0.159 升至 0.216，统计显著）。
心血管疾病（非传染性疾病）	纽约大学格罗斯曼医学院人口健康系	死亡率即时预测与插值	美国本土（3,091 个县）	在即时预测方面，精度与基于人口普查的模型相当（平均绝对误差每县 18.7 对比 19.1 例；RMSE 46.00 对比 57.69；差异不具统计显著性），使得 PDFM 在普查数据过时或不可用时成为及时的替代方案。
登革热疫情（虫媒疾病）	牛津大学与蒙特雷理工学院	短期限概率预测	墨西哥（约 2,450 个市镇）	通过集成 TimesFM，实现了具有统计显著性的 1 个月预测增益（Δ Weighted Interval Score = -0.0051，数值越低越好），效果主要集中在活跃传播热点地区。在多达 72% 的活跃传播市镇中，预测精度得到提升。
产后抑郁（心理健康）	华盛顿大学人类发展与残疾研究所	个体风险预测	美国（CDC PRAMS）（332,970 名受访者）	实现了风险预测的可迁移增益（在已知州，基于 0.62 基线 AUC 提升 0.0020；在未知州提升 0.0038）。编码了地区贫困指标（R² = 0.45），恢复了约 15% 的收入与保险记录中的预测信号。
霍乱出现（水媒疾病）	世界卫生组织非洲区域办事处	疫情爆发起始预测	刚果民主共和国（403 个卫生区，89 周）	取得具有统计显著性的相对增益：第 4 周精准率-召回率曲线下面积（AUPRC）提升 9.7%；第 8 周 Precision@5（模型每周评定的最高风险五个卫生区中实际发生疫情的比例）提升 18.1%；在地方病流行区，Precision@5 提升 19.3%。

捕捉免疫接种中的跨境动态

我们的评估发现，流行病学模型虽然受主权边界约束，但它们追踪的结果并不受边界限制。例如，在距加拿大边境 150 公里以内的 146 个美国县，仅使用本国数据的模型往往难以准确预测当地的疫苗接种率。

来自西奈山医疗系统和波士顿儿童医院的研究人员在原有美国县级 embedding 的基础上，补充了加拿大 Forward Sortation Area 的 embedding，从而让模型捕捉到跨境的行为和人口流动溢出效应。为了帮助公共卫生官员精确定位有麻疹暴发风险的社区，研究人员利用这些跨境背景信息，将模型对 MMR 疫苗接种率变化的解释比例从 16% 提升到 22%（提升 36%），并为 470 万边境居民将覆盖率的估计精度至少提高了 3 个百分点，揭示出仅用本国数据建模时可能遗漏的局部模式。

缩短慢性病监测的报告滞后

心血管疾病（CVD）每年在美国夺去超过 91.6 万人的生命。然而，国家生命统计系统（NVSS）公开发布的县级死亡率数据通常滞后 1–2 年，美国社区调查（ACS）的协变量反映的则是 2–3 年前的情况。PDFM 覆盖范围更广、时效性更强，能够显著提升疾病建模能力。

我们在纽约大学格罗斯曼医学院的合作伙伴测试了在估算全美约 3,100 个县当年 CVD 死亡人数时，PDFM 能否替代这些基于人口普查的输入。结果显示，在实时预测方面，PDFM 与传统人口普查数据之间没有统计学上的显著差异，而 PDFM 数据更新、覆盖范围也更广：

• 与人口普查数据表现相当：使用 PDFM 的模型在预测 2023 年各县心血管疾病（CVD）死亡人数方面，准确率与使用 ACS 人口和社会经济数据的模型相当（在 Nowcasting 情景下，县级平均误差分别为 18.7 和 19.1 例），同时将大县的外围误差（RMSE）降低了 20%（从 57.7 降至 46.0）。两者差异不具备统计学显著性，表明 PDFM 可替代人口普查数据作为输入。
• 时效性更高，覆盖范围更广：ACS 协变量汇集了五年的调查数据，且发布最迟可晚于收集时间一年。本研究使用的 PDFM 嵌入特征仅基于单月数据构建。此外，PDFM 已在 17 个国家可用，而 ACS 仅覆盖美国。

这些结果表明，PDFM 可使卫生部门依据当前状况而非等待多年的调查周期来指导预防资源的配置。

提升活跃疫情热点的预测精度

在处理登革热等虫媒传染病疫情时，时间尤为关键。我们与牛津大学和蒙特雷理工学院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）结合，预测 2020 至 2025 年间墨西哥约 2,450 个市镇的登革热病例数。

模型在预测未来一个月时性能提升最大，在高达 72% 的登革热活跃传播市镇中提高了预测准确率，总误差降低幅度是误差增大幅度（degradations）的 3.4 倍。这种性能提升恰恰发生在及时开展媒介控制和临床人员配置决策最关键的区域，尤其是考虑到短期预测已被证明具有实际效用。

检验临床筛查中的地理边界

对产后抑郁（PPD）等孕产妇心理健康问题的筛查，通常依赖临床问诊信息，而这些信息很少能反映塑造母亲健康风险和获取医疗机会的更广泛社区背景。为验证地理空间基础模型能否弥补这一缺口，华盛顿大学的研究人员在 CDC PRAMS 全国调查中，对 332,970 名参与者使用 PDFM 嵌入进行了评估。

除了 PDFM 能捕捉社区层面的社会经济状况（R2=0.45），引入该嵌入还持续且显著地提升了预测哪些母亲面临风险的准确性（在已见州 AUC 提升 0.0020，在未见过州提升 0.0038）。关键在于，这种信号在模型训练时从未见过的州依然有效——它充当互补的本地上下文，在母亲自身收入和保险记录缺失时，可恢复约 15% 的预测信号。

这种可迁移的上下文对在新州分配筛查资源产生了最大影响。在模拟场景中，若医疗系统只跟进风险最高的 20% 母亲，引入 PDFM 每年可多触达 5,640 名农村地区产后抑郁母亲；或者，若系统目标是覆盖 80% 的所有病例，PDFM 每年可减少 17,723 例误报——这展示了地理空间嵌入如何帮助医疗系统要么扩大农村覆盖，要么提升随访效率。

延长前瞻性霍乱爆发的预警时间

对霍乱等水传疫情的早期预警，对于提前部署口服霍乱疫苗和清洁水源至关重要。幸运的是，疫情爆发较为罕见：每周，该国 403 个卫生分区中，不到百分之一会开始出现疫情。不幸的是，正是这种罕见性使得预测变得困难。

针对世界卫生组织非洲区域办公室利用刚果民主共和国综合疾病监测与应对（IDSR）国家监测系统数据所定义的应用场景，我们测试了一种轻量级、低资源版本的 PDFM（已适配互联网连接稀疏的地区），看它能否帮助预测霍乱热点区域。

效果取决于预测提前多久。预测一两周内的情况时，近期病例数已能说明大部分问题，PDFM 带来的准确度提升并不明显。但在四到八周的窗口期——也就是还来得及调动物资的时间范围内——它确实有帮助：

• 更精准的候选清单：响应团队会依据高危区域候选名单开展工作，因此我们每周统计模型给出的前五个预测中有多少真的暴发了疫情。提前八周预测时，PDFM 将每周命中数从 1.78 提升到 2.10，提高了 18%。
• 霍乱流行区收益更大：在至少半数周份都报告过霍乱的 15 个区域中，八周候选名单的 Precision@5 从 0.3333 提升到 0.3975，相对提升 19%。

这些结果表明，短期追踪可以依赖近期临床数据，而 foundation model 的 embeddings 能捕捉环境、连通性和人口等深层影响因素，补充历史数据之外的信息，让提前一到两个月做主动规划成为可能。

展望未来

地理空间 foundation model 让我们能够从被动的局部建模，转向在全球范围内进行主动且有时效性的健康情报分析。目前的局限（比如静态快照）也推动了相关研究，包括动态时序 embeddings，以及面向网络欠发达地区的地理迁移学习。

通过将全球尺度的上下文数据融入现有的公共卫生工作流程，我们可以帮助改进医疗资源、干预措施和疫情警报的送达方式，让它们更精准地触达最需要的社区。更多细节请阅读论文。

PDFM embeddings 目前已通过 Google Maps Platform 的地理空间 embeddings 数据集 Population Dynamics Insights 提供商用 Preview 版本。学术界和公共卫生研究人员也可以申请免费访问权限，用于特定的非运营性研究场景。