机器学习可以预测天气和人类健康

人工智能正在帮助临床医生了解并应对气候变化及其引发的极端天气事件对健康造成的影响

2024年秋季

• 作者：Stephanie Dutchen
•  阅读需 4 分钟
•  诊所的气候

2023年，随着新冠肺炎、呼吸道合胞病毒和流感“三重流行病”的逼近，以及野火带来的颗粒物可能刺激更多人的肺部，全国各地的医院领导都做好了应对呼吸系统疾病患者激增的准备。他们担心病例何时会达到峰值，以及医院是否有足够的床位来容纳有需要的患者。

哈佛医学院儿科教授兼波士顿儿童医院首席创新官约翰·布朗斯坦（John Brownstein）及其同事希望做得比想象更好。他们收集了所有能收集到的相关数据——环境、行为、传染病——并将其输入到他们开发的包含机器学习算法的计算机模型中。最终，他们详细预测了该地区何时会出现大量呼吸道问题的年轻患者。

“我们可以预测何时会出现最高容量需求”，以及何时需求会下降，同时也是医院高级副总裁的布朗斯坦说。

预测医疗保健需求

机器学习和其他形式的人工智能已开始在保护日益变暖的地球福祉方面发挥作用，它们增强了气候模型，加深了对气候变化如何影响人类健康的理解，并提升了医疗保健系统的有效应对能力。这并非偶然：气候科学涉及海量数据处理，而人工智能擅长从海量、分散且不完整的信息中进行解读和预测。

布朗斯坦说：“通过帮助我们收集大量包含众多变量的嘈杂、不完善的数据，人工智能可以在揭示和预测气候变化对健康的影响方面发挥重要作用。”

哈佛大学陈曾熙公共卫生学院生物统计学、人口和数据科学克拉伦斯·詹姆斯·甘布尔教授兼哈佛数据科学计划主任弗朗西斯卡·多米尼奇 (Francesca Dominici) 表示，生成性人工智能还为气候研究提供了从异构数据源进行推断的独特机会。

一些研究人员正在利用人工智能的优势来改进气候变化及其引发的极端天气事件的模型。谷歌DeepMind开发的人工智能模型GraphCast现在可以提供比基于大气和水文物理数学方程式、在超级计算机上运行的传统模型更准确的飓风路径预测和未来十天的天气预报。微软的人工智能模型Aurora可以史无前例地提前五天计算出全球空气污染模式，帮助临床医生和患者为健康后果做好准备。然而，验证未来几十年的预测更加困难。为了控制可能出现的异常结果，科学家们正在探索将人工智能组件融入基于物理的混合气候模型中。

其他研究人员正在应用人工智能来识别和预测气候相关的健康影响。人工智能无需逐一提出问题，例如高温如何影响中风风险，而是可以同时揭示多种疾病与环境因素之间的关系。2018年，人工智能工具帮助布朗斯坦及其同事揭示了当地气温上升会导致抗生素耐药性。其他人工智能工具也促进了他的团队的工作，利用社交媒体帖子等非常规数据源来实时追踪传染病的传播。

该领域的努力包括识别哪些人群的健康最容易受到气候变化特定方面的影响。研究结果可以为预防和准备工作提供参考。“我们可以利用来自电子健康记录、保险索赔、医生记录以及气候压力源研究的海量数据，训练出非常复杂的算法，从而判断哪些人在热浪过后一天、一周或一个月更有可能因何种疾病去医院就诊，”多米尼奇说道。

科学家们仍处于探索人工智能在阐明气候与健康之间联系的潜力的早期阶段。2024年发表在《公共科学图书馆·气候》杂志上的一篇综述的作者（其中包括贝斯以色列女执事医疗中心的两名哈佛医学院教员）发现，只有七篇英文研究使用机器学习来预测气候驱动事件的健康结果。

人工智能可以增强医疗保健系统的气候适应能力，例如，通过提高数据可访问性。哈佛医学院贝斯以色列女执事医院急诊医学副教授萨奇特·巴尔萨里 (Satchit Balsari) 于 2023 年与他人共同发起了“气候宇宙”(Climateverse)项目，旨在整合和注释东南亚地区孤立的气候与健康信息。人工智能聊天机器人可以帮助研究人员与数据互动并获得洞见，例如哪些社区最需要帮助来抵御极端天气事件。

多米尼奇表示，另一个途径是利用人工智能来探索医疗保健和其他行业脱碳的思路——例如，动态优化电网，并确定哪些降低二氧化碳排放的措施效果最佳。同样，人工智能可以帮助临床医生和政策制定者分析哪些医疗干预措施最能有效抵御气候威胁。她表示，当热浪来袭时，模型可以综合全国各地的结果，以判断特定地区的领导人是否应该发布高温预警、开放更多降温中心，或为老年居民提供空调。

阳光和云彩的混合

询问人工智能如何减少排放有些讽刺，因为这些技术本身就消耗大量电力，这可能会导致气候变化。致力于环境可持续性的HMS社区成员正在考虑运行人工智能系统所需的能源。虽然旨在取代传统模型的人工智能模型可以通过在更低功耗的计算机上运行速度更快来节省电力，但人工智能使用量的整体激增可能会抵消任何能源收益。

随着人工智能领域的蓬勃发展，这些考量促使人们更加重视负责任地使用人工智能。模型在气候相关研究中可能产生不可靠或有偏差的结果，就像它们在提出医学诊断或治疗方案时一样。哈佛医学院及其他机构的领导者们正在倡导气候人工智能的开放性和谨慎性，以确保预测尽可能准确，输出结果能够反映其应用人群，并确保人们不会对算法产生不合理的信任。

多米尼奇说：“当我们在哈佛大学和医学界处理与人类生命相关的问题时，把握好利用人工智能优点和减轻其缺点之间的平衡非常重要。”
 

斯蒂芬妮·达钦 (Stephanie Dutchen) 是皇家海军通讯与对外关系办公室的编辑主任。