创纪录的登革热之年：1400 万病例对医学 AI 的要求

2024 年是有记录以来登革热最严重的一年——全球报告病例超过一千四百万，而真实数字必定更高。随着气候变化，蚊媒的分布范围正在扩大，流行季也在拉长。一种长期被视为季节性、地方性的疾病，正在成为卫生系统持续性的全球负担。这一转变对医学 AI 提出了直接、而且具体的要求。

规模改变了问题的性质

登革热历来以轻症为主，只有一小部分病例转为重症。在正常病量下，经验丰富的医生能很好地应对这一小部分。而在创纪录的病量下，那套在平常季节行之有效的分诊会悄然失灵——不是因为谁的判断力下降了，而是因为它太稀缺、不够分配。激增不只是增加患者，它还压缩了读懂每一位患者所能用的时间。

西方实验室不会为之开发的疾病

大多数医学 AI 都在医疗数据最集中的地方训练：富裕国家，以及它们所承载的疾病。登革热、地中海贫血与疟疾都不在这一框架之内。用西方医院数据校准的工具，无法干净地迁移到疫情期间南亚的一家区县医院——不同的临床表现、不同的基线、不同的约束。为这些疾病而构建，意味着在它们真实发生的地方、用那些环境中的数据来构建。

“要求”究竟意味着什么

创纪录的一年，并不是在抽象地索要一个更聪明的模型。它索要的是：当医生分身乏术时仍能扩展的分诊支持；能在一家人手紧张的医院已有的常规化验上奏效的预警；以及对局限的诚实，好让工具赢得信任、而非消耗信任。这正是我们医学支柱的工作，首个临床成果目标为 2026 年 12 月 [目标]。病例负担不会等我们——推动它的气候也不会。