Prism Path

科 ? 研 ? 快 ? 報
CS跨學科頂尖期刊論文資訊

-NO.2025001-

人工智能在登革熱預防、控制與管理中的作用：一項技術性敘述綜述

The role of artificial intelligence for dengue prevention, control, and management: A technical narrative review

期刊：ACTA TROPICA

發布日期：2025年7月15日

DOI：10.1016/j.actatropica.2025.107741

7月下旬的廣東，濕熱難耐。佛山市順德區樂從鎮騰沖社區居委會主任陸培浩接到首例基孔肯雅熱確診通知后，立即組織起1000多人的工作小組投入“防蚊戰”。

在閑置房屋眾多的區域，人工排查效率低下，他們采用無人機航拍巡檢，對屋頂、花園等區域進行全方位掃描，精準識別積水容器和低洼積水點。

幾乎同時，一篇發表在《Acta Tropica》上的技術綜述揭示了這種技術手段背后的科學邏輯——人工智能正在重塑蚊媒傳染病防控體系，從預測、監測到臨床管理的各個環節。

目錄

01 蚊媒傳染病的防控難點

02 基于AI技術的防控體系

03 AI大規模應用的挑戰

04 未來突破點

---

01 蚊媒傳染病的防控難點

基孔肯雅熱和登革熱同屬蚊媒傳染病，均由伊蚊（俗稱花斑蚊）傳播。這類傳染病的防控核心在于切斷“人-蚊-人”傳播鏈，而傳統防控體系面臨多重挑戰。

反應滯后性是首要問題。根據《Acta Tropica》發表的綜述，傳統監測依賴人工上報病例和蚊媒密度數據，往往在疫情暴發后才能啟動響應。這種被動應對模式無法有效阻斷病毒早期傳播鏈。

其次是資源密集型監測會制約防控效率，而數據碎片化會進一步削弱防控能力。在7月高溫多雨的珠三角地區，順德區水域面積占比達32.6%，河涌穿行于村莊之間，這種地理環境為伊蚊提供了絕佳孳生條件，也凸顯了傳統防控手段的不足。（數據源于央視網信息）

02 基于AI技術的防控體系

《Acta Tropica》的綜述系統分析了人工智能在登革熱防控中的應用，這些技術同樣適用于基孔肯雅熱防控。AI技術正從三個維度重塑傳統防控體系。

1. 智能積水識別：AI圖像識別技術通過分析無人機航拍圖像，自動識別各類潛在蚊蟲孳生場所，如屋頂水箱、廢棄容器甚至植物腋窩的微小積水。

2. 疫情預測：多源數據融合模型顯著提升疫情預警能力；支持向量機（SVM）和長短期記憶網絡（LSTM）等算法可提前1-3個月預測登革熱暴發風險。

3. 臨床輔助：鑒于基孔肯雅熱與登革熱的癥狀相似性，如發熱、關節痛、皮疹，該技術同樣具備一定的參考性。

03 AI大規模應用的挑戰

盡管AI在蚊媒傳染病防控中展現出巨大潛力，大規模應用仍面臨多重挑戰。《Acta Tropica》的綜述指出了三個關鍵瓶頸。

1. 數據孤島問題：不同系統間的數據格式和標準不統一，難以為AI模型提供高質量訓練數據。

2. 模型可解釋性：可解釋性不足容易制約技術落地，疾控人員難以理解“黑箱”算法的決策依據，影響對預測結果的信任度。

3. 隱私保護與算法公平性：移動數據和社會媒體監測可能涉及敏感位置信息，需要建立嚴格的數據匿名化和授權機制。

04 未來突破點

未來突破點在于圖神經網絡（GNN）?的應用。這類算法能模擬蚊媒傳播的復雜網絡關系，整合道路網絡、人口流動和水系分布等多維空間數據；在廣東這樣人口密集、交通發達的地區，此類技術有望實現更精準的風險預測。

邊緣計算設備的部署將使AI系統更貼近防控一線。論文提到，物聯網蚊蟲誘捕器搭載微型AI芯片，可實時識別蚊種并計數，通過低功耗網絡自動上報數據。這類設備在偏遠地區的應用將極大提升監測網絡覆蓋范圍。

---

科學論文中的人工智能技術不會完全替代傳統的“翻盆倒罐”和社區動員，而是賦予它們新的精準度和效率。

隨著全球119個國家和地區發現基孔肯雅病毒傳播，這場技術革命的成果或將跨越國界，重塑人類應對蚊媒傳染病的防御體系，無人機和AI算法可能成為我們的第一道防線。