The current roles of Artificial Intelligence in public health: A scoping review
这项针对 2020 年至 2025 年间高收入国家公共卫生实践的范围综述揭示了关于人工智能工具在现实世界中的应用及混合有效性的证据严重匮乏，强调了进行严谨评估并传播结果以指导未来采用的紧迫性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，公共卫生领域就像一座巨大而繁忙的图书馆。图书管理员们（公共卫生专业人员）正努力维持社区的健康，但他们经常面临人手不足、预算紧张以及淹没在文书工作中的困境。这时，人工智能（AI）出现了——它是一个全新的、速度极快的机器人助手，承诺能承担重活、整理书架，甚至还能与访客聊天。
这篇论文是一项“范围综述”（scoping review），本质上是一场巨大的寻宝游戏。作者们想要探究的是：“这些机器人助手目前在图书馆里究竟是如何被使用的？” 他们不仅询问机器人“能”做什么，更是在寻找它们在实际工作中“正在”做些什么的证据。
以下是他们的发现，通过简单的语言进行了拆解：
寻宝结果
研究团队搜寻了四个庞大的数字图书馆（数据库），寻找关于 2020 年至 2025 年间 AI 在公共卫生领域应用的案例。他们筛选了 5,400 条潜在线索，阅读了 155 个完整的故事，但最终只找到了 8 份 报告，证明 AI 确实在现实世界的公共卫生场景中投入了使用。
这就像是在一个大陆规模的森林里寻找一种特定的稀有鸟类，最后却只发现了八次目击记录。作者们意识到，尽管人人都在谈论 AI，但关于它在日常公共卫生工作中实际运作的文字证据却非常匮力。
他们发现的八个故事
他们找到的这八份报告就像工具箱里的八种不同工具，每种都用于特定的工作：
- 得力的向导（WIC 聊天机器人）： 在美国，一个名为“Maya”的聊天机器人帮助母亲们寻找当地的食品计划并报告丢失的卡片。人们觉得它很好用，因为这比拨打热线电话更快。结论：有用。
- 困惑的管理员（WHO 聊天机器人）： 世界卫生组织（WHO）曾尝试用一个名为“S.A.R.A.H”的聊天机器人来对抗假新闻。不幸的是，它经常给出错误的答案，忽略用户的担忧，或者听起来非常机械化。由于效果不佳，WHO 最终关闭了它。结论：对信任构成潜在威胁。
- 快速分类员（证据评审软件）： 在加拿大，一个名为“DAISY”的工具帮助研究人员从数千篇科学论文中筛选出关于新冠肺炎（COVID-19）的论文。它的准确性极高，甚至找到了人类遗漏的论文。结论：非常实用的分类工具。
- 亲切的来电者（CareCall）： 在韩国，一个名为“CareCall”的 AI 会给孤独的老年人打电话以检查他们的状况。它在触达更多人群方面表现良好，但也产生了一个新问题：当 AI 无法联系到某人时，人类工作人员仍需进行电话跟进，这反而增加了他们的工作量。结论：好坏参半，虽然触达率高，但增加了额外工作。
- 天气预报员（机器学习）： 在英国，AI 被用于预测医院何时会出现患有咳嗽和支气管炎的儿童潮。它在预测“高峰期”方面表现相当出色，有助于医院提前准备。结论：对规划很有用。
- 症状检查器（新冠聊天机器人）： 在加拿大，一个名为“Chloe”的聊天机器人帮助人们检查自己是否具有新冠症状。它的表现尚可，但目前已不再活跃。结论：准确性一般，现已退役。
- 重复项查找器（评审工具）： 在英国，AI 工具协助研究人员在评审证据时删除重复文件。即使偶尔会漏掉一些重复项，它也节省了大量时间。结论：省时工具。
- 图像侦探（Mpox 应用）： 在新加坡，一款应用通过观察皮肤红疹的照片来判断是否为猴痘（Mpox）。它在识别皮疹方面相当准确。结论：有效的图像检测工具。
核心启示：“炒作与现实之间的差距”
这篇论文的主要教训是：我们目前还没有足够的证据。
把公共卫生领域的 AI 比作汽车的一个新型昂贵引擎。每个人都在讨论它“可能”跑多快。但这项综述发现，很少有人真正把这辆车开上真实的道路，并记录下行驶里程。
- 好的方面： 一些工具（如筛选论文或预测医院拥挤程度的工具）似乎运作良好。
- 坏的方面： 一些工具（如 WHO 的聊天机器人）失败得如此严重，以至于实际上损害了人们对该机构的信任。
- 丑陋的方面： 有时，使用 AI 会产生新的问题，比如让人类工作人员的工作变得更难，因为他们必须去修复 AI 犯下的错误。
为什么这是一个问题？
作者指出，大多数报告都来自资金雄厚的巨型机构（如 WHO 或国家级卫生机构）。那些可能更需要 AI 帮助的小型、地方性卫生团队——他们可能也在使用 AI——却并没有把使用情况写出来。
由于证据如此匮乏，公共卫生团队很难判断：“我应该购买这个 AI 工具吗？它能帮我省钱吗？它真的能提供帮助吗？”
结论
论文以一条简单的建议结束：不要仅仅因为某个东西很时髦就去购买那个闪亮的机器人。
如果一个公共卫生团队想要使用 AI，他们需要先进行测试，以确保它确实有效且不会造成伤害。而且，如果他们进行了测试，他们需要分享研究结果，这样我们才能最终建立起一套使用 AI 的真实“说明书”。在此之前，我们大多是在盲目飞行。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。