擁抱人工智能和數字智能，EHealthworld
新德里：印度準備通過結合人工智能、實時數據分析和數字智能平台等尖端技術，將其疾病監測方法從傳統檢測方法轉變為預測模型。
這種範式轉變將顯著增強該國在疫情升級之前識別疫情的能力，從而實現更快的決策、快速響應和主動遏制。
國家疾病控制中心 (NCDC) 的官員表示，此舉建立在基於人工智能的事件監測系統的成功之上，該系統已在綜合疾病監測計劃 (IDSP) 的綜合健康信息平台 (IHIP) 下使用。
媒體篩选和驗證單元 (MSVC) 利用人工智能驅動的管道，每天掃描 13 種印度語言的數百萬份在線新聞報導，提取結構化的健康事件數據，包括疾病類型、位置和嚴重程度。
他們表示，自 2022 年以來，該系統已處理了超過 3 億篇新聞文章，標記了超過 95,000 個獨特的健康相關事件，這意味著檢測能力比手動系統提高了 150%，監控團隊的工作量減少了 98%。
這項變革性技術被稱為“健康哨兵”，充當“數字監控”的角色，自動識別登革熱、基孔肯雅熱和其他公共衛生威脅等疾病的異常增加，然後由專家驗證其準確性。
一位官員表示，向預測性監測的轉變將利用這些強大的分析能力來預測疾病趨勢，甚至在報告第一例病例之前就能夠進行干預，這標誌著印度在大流行防範方面邁出了重要一步。
官員們表示，為了加強這一轉變，總理阿尤斯曼·巴拉特衛生基礎設施任務 (PM-ABHIM) 下新成立的城市監控單位 (MSU) 已經展示了實時監控能力。
最近，在中央邦 Chhindwara 地區發生的一起疑似兒童急性腦炎綜合徵病例中，那格浦爾密歇根州立大學立即向中央監視部門報告了該事件，從而使兩個邦的利益相關者之間能夠進行快速協調。
國家疫情聯合應對小組 (NJORT) 與 ICMR、NIE 和 CDSCO 合作，快速部署專家，幫助立即做出現場應對。
官員們表示，這一案例證明了印度監測生態系統不斷發展的能力，即使在復雜的城市衛生環境中，也能快速發現異常的臨床模式並觸發早期干預。
這種方法還強調了 IDSP 和 NCDC 發起並進一步鞏固的協作監測的重點。
專家指出，即將推出的預測模型將整合人工智能監測、實驗室情報、氣候數據、人口流動模式和數字診斷，以預測疾病爆發軌跡。
這一主動的疾病情報網絡將使衛生當局能夠在臨床表現出現之前發現早期預警信號，快速調動資源和現場團隊，並加強地區一級的風險緩解。
此外，它將通過先進的預測來防止大規模爆發。
官員們強調，這一轉變符合政府創建面向未來的公共衛生系統、加強國家應對傳染病、氣候相關健康風險和潛在流行病的準備的願景。
隨著印度朝著這種預測模式邁進，基於人工智能的監測和技術支持的快速反應機制的整合有望改變衛生安全，並有可能通過及時、有針對性的行動拯救數千人的生命。
另一位官員表示：“從被動到主動，印度疾病監測的未來現在是數據驅動、智能和預測的。”
