A Global Dataset of Cost-of-illness for Climate-sensitive Diseases through Automated Literature Extraction
本文通过利用自动化大语言模型提取技术以及三级置信度评分框架，从近900篇出版物中得出了一套涵盖80多种气候敏感性疾病且具有全球可比性的协调一致的疾病成本数据集，旨在为稳健的跨国经济建模与政策设计提供支持。
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
当天气变得极端时，人体必须付出代价。热浪可能引发心脏病，气温上升可能传播蚊媒疾病，而季节更迭则可能加重哮喘。几十年来，科学家们一直在追踪有多少人因这些气候驱动的健康危机而患病或死亡。但对于政策制定者和经济学家来说，了解患病人数仅仅是故事的一半。另一半是成本：用于医院床位、药物和误工日的资金。直到现在，计算这种经济负担一直是一项零散的工作。研究人员通常依赖于对人类生命价值的抽象估算，批评者认为这种方法脱离了家庭和政府面临的实际账单。我们需要的是一个清晰的全球账本，记录治疗气候敏感性疾病所花费的真实资金，但收集这些数据就像是在尝试拼凑一个巨大的拼图，而每一块碎片都用着不同的语言，印在不同的纸张上，并散落在数千本书籍之中。
一组研究人员现在构建了这个账本。通过教计算机阅读并理解数千篇科学论文，他们创建了第一个全球数据集，将气候相关疾病的经济成本转化为一种单一且可比较的语言。该项目由来自清华大学及其他机构的学者领导，重点关注了八十多种已知受气候影响的疾病，范围从登革热、疟疾到中风和糖尿病。研究团队并没有通过人工阅读每一项研究（这可能需要耗费人类的一生），而是利用先进的人工智能扫描了近九百篇同行评审的出版物。这些发表在2015年至2025年间的论文包含了关于在世界不同地区治疗患者实际花费的财务记录。计算机提取了两万七千个特定的成本观测值，将每种货币从卢比转换为美元，并调整每种价格以反映2024年的货币价值。这一过程将混乱的局部报告转化为了统一的全球医疗支出地图。
生成的数据集揭示了一个充满鲜明对比的世界。研究人员发现，治疗同一种疾病的成本因患者居住地的不同而产生巨大差异。例如，治疗慢性阻塞性肺疾病（一种通常与空气质量和温度相关的肺部疾病）的年度成本，在某个国家可能低至每位患者三百五十美元，而在另一个国家则超过了两万四千美元。这些差异不仅在于医院的高昂费用；它们也反映了不同国家统计成本的方式。有些研究包括了患者无法工作导致的收入损失，而有些则仅计算住院账单。这个新数据集通过将成本归类为清晰的组别（如住院费用、药品费或交通费），并注明患者是自费还是通过保险支付，从而帮助理清了这些差异。
然而，这张地图也显示了数据缺失之处。研究人员发现，大部分财务证据来自于富裕国家以及中国、印度和美国等大国。广阔的地区，特别是非洲和南美洲的部分地区，在这张经济地图上仍基本空白。这种差距非常显著，因为这意味着我们无法充分理解气候变化对世界上最脆弱人群的经济影响。研究还强调，虽然我们拥有大量关于糖尿病和心脏病等常见慢性病的数据，但关于与气候相关的心理健康问题或神经系统疾病的成本信息却非常匮少。该团队不仅收集了数字，还建立了一套评价每条信息可靠性的系统。他们根据支持某一发现的研究数量、数据的连贯性以及原始数据源的可信度分配了置信度评分。这使得任何使用该数据的人都能知道哪些数字是可靠的，而哪些是基于薄弱证据的。
这项工作并不声称已经解决了衡量气候健康成本的问题，但它为实现这一目标提供了第一个坚实的基石。研究人员承认，他们的自动化系统虽然强大，但并非完美。有时计算机可能会遗漏复杂表格中的特定细节，或者误解文中描述的方法。为了解决这个问题，他们将该数据集设计为开放且可更新的，邀请其他科学家在发现新结果或出现错误时进行添加和修正。最终目标是超越抽象的预测，为政府和卫生组织提供一个具体的决策工具。有了这个数据集，领导者终于可以将一个国家治疗气候相关疾病的成本与另一个国家进行比较，或者权衡采取气候行动的财务收益与不采取行动的成本。通过将碎片化的报告转化为清晰的全球图景，这项研究提供了一种看待气候变化真实代价的新方式，这种代价植根于实际医疗账单的现实，而非理论上的估算。
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。