科研快报 |无人机+AI：广东防控基孔热背后的技术革命
Prism Path
科 研 快 报
CS跨学科顶尖期刊论文资讯
-NO.2025001-
人工智能在登革热预防、控制与管理中的作用：一项技术性叙述综述
The role of artificial intelligence for dengue prevention, control, and management: A technical narrative review
期刊：ACTA TROPICA
发布日期：2025年7月15日
DOI：10.1016/j.actatropica.2025.107741
7月下旬的广东，湿热难耐。佛山市顺德区乐从镇腾冲社区居委会主任陆培浩接到首例基孔肯雅热确诊通知后，立即组织起1000多人的工作小组投入“防蚊战”。
在闲置房屋众多的区域，人工排查效率低下，他们采用无人机航拍巡检，对屋顶、花园等区域进行全方位扫描，精准识别积水容器和低洼积水点。
几乎同时，一篇发表在《Acta Tropica》上的技术综述揭示了这种技术手段背后的科学逻辑——人工智能正在重塑蚊媒传染病防控体系，从预测、监测到临床管理的各个环节。
目录
01 蚊媒传染病的防控难点
02 基于AI技术的防控体系
03 AI大规模应用的挑战
04 未来突破点
01 蚊媒传染病的防控难点
基孔肯雅热和登革热同属蚊媒传染病，均由伊蚊（俗称花斑蚊）传播。这类传染病的防控核心在于切断“人-蚊-人”传播链，而传统防控体系面临多重挑战。
反应滞后性是首要问题。根据《Acta Tropica》发表的综述，传统监测依赖人工上报病例和蚊媒密度数据，往往在疫情暴发后才能启动响应。这种被动应对模式无法有效阻断病毒早期传播链。
其次是资源密集型监测会制约防控效率，而数据碎片化会进一步削弱防控能力。在7月高温多雨的珠三角地区，顺德区水域面积占比达32.6%，河涌穿行于村庄之间，这种地理环境为伊蚊提供了绝佳孳生条件，也凸显了传统防控手段的不足。（数据源于央视网信息）
02 基于AI技术的防控体系
《Acta Tropica》的综述系统分析了人工智能在登革热防控中的应用，这些技术同样适用于基孔肯雅热防控。AI技术正从三个维度重塑传统防控体系。
1. 智能积水识别：AI图像识别技术通过分析无人机航拍图像，自动识别各类潜在蚊虫孳生场所，如屋顶水箱、废弃容器甚至植物腋窝的微小积水。
2. 疫情预测：多源数据融合模型显著提升疫情预警能力；支持向量机（SVM）和长短期记忆网络（LSTM）等算法可提前1-3个月预测登革热暴发风险。
3. 临床辅助：鉴于基孔肯雅热与登革热的症状相似性，如发热、关节痛、皮疹，该技术同样具备一定的参考性。
03 AI大规模应用的挑战
尽管AI在蚊媒传染病防控中展现出巨大潜力，大规模应用仍面临多重挑战。《Acta Tropica》的综述指出了三个关键瓶颈。
1. 数据孤岛问题：不同系统间的数据格式和标准不统一，难以为AI模型提供高质量训练数据。
2. 模型可解释性：可解释性不足容易制约技术落地，疾控人员难以理解“黑箱”算法的决策依据，影响对预测结果的信任度。
3. 隐私保护与算法公平性：移动数据和社会媒体监测可能涉及敏感位置信息，需要建立严格的数据匿名化和授权机制。
04 未来突破点
未来突破点在于图神经网络（GNN） 的应用。这类算法能模拟蚊媒传播的复杂网络关系，整合道路网络、人口流动和水系分布等多维空间数据；在广东这样人口密集、交通发达的地区，此类技术有望实现更精准的风险预测。
边缘计算设备的部署将使AI系统更贴近防控一线。论文提到，物联网蚊虫诱捕器搭载微型AI芯片，可实时识别蚊种并计数，通过低功耗网络自动上报数据。这类设备在偏远地区的应用将极大提升监测网络覆盖范围。
科学论文中的人工智能技术不会完全替代传统的“翻盆倒罐”和社区动员，而是赋予它们新的精准度和效率。
随着全球119个国家和地区发现基孔肯雅病毒传播，这场技术革命的成果或将跨越国界，重塑人类应对蚊媒传染病的防御体系，无人机和AI算法可能成为我们的第一道防线。