医療資源の最適配分
マラウイの診療所利用予測
麻疹ワクチン接種率を郵便番号単位で推定
豪州で慢性疾患ニーズを可視化
基盤技術の全体像
PDFMが地理空間推論を担当
衛星画像と大気質データを統合
出典：Google公式
詳細を読む
Googleは地球規模の環境データとAIを組み合わせた「Earth AI」を公衆衛生分野に展開し、デング熱やコレラなどの感染症予測、診療所の利用予測、慢性疾患の需要把握に活用されていることを発表しました。
Earth AIの中核技術であるPopulation Dynamics Foundation Model（PDFM）は、気象・大気質・洪水などの環境要因と人口動態を統合的にモデル化します。これにより、従来の事後対応型から予測・先手型の公衆衛生対策への転換を支援しています。
WHOアフリカ地域事務局との共同研究では、時系列モデル「TimesFM」にPDFMと気象データを組み合わせることで、コレラ発症数の予測精度を標準モデル比で35%以上改善しました。オックスフォード大学はブラジルのデング熱について6カ月先の予測精度を大幅に向上させています。
マラウイではGoogle.orgの助成先であるCooper/SmithがPDFMと衛星画像埋め込みを活用し、地域診療所の利用状況を予測するモデルを構築しました。マウントサイナイ病院とハーバード大学の研究者は、プライバシーを保護しながら郵便番号レベルのワクチン接種率を推定し、接種不足地域の特定に成功しています。
オーストラリアではビクター・チャン心臓研究所などと連携し、大気質や花粉データを組み合わせた「Population Health AI」の概念実証を実施しています。農村部における慢性疾患の予防・対策ニーズの把握を目指しており、Earth AIの応用範囲が感染症から非感染性疾患へと広がっています。