人工智能被应用到流行病学和慢性病的防控上，已经初显成果。

12月27日，中国平安与重庆疾控中心在重庆市联合公布了利用人工智能（AI）开展疾病预测的最新进展：目前在智能疾病预测、筛查两个模型上，传染病预测和慢性病危险因素筛查方面已取得阶段性成果，可以提前一周预测传染病发生情况，指导进行疾病预防，帮助政府部门在相关疾病的防控工作中提升效率，降低疾病预防和控制成本。

2016年12月，重庆市卫生和计划生育委员会、重庆市疾病预防控制中心和平安科技成立大数据及AI在疾病防控领域的应用研究项目联合课题组，经过近一年的努力，基于重庆市超过2000万份健康档案和电子病历以及平安集团的海量外部数据，应用人工智能和大数据方法，研发流感、手足口病两种传染病预测模型，以及慢阻肺智能筛查模型。

从预测效果看，重庆市监测数据显示，应用流感、手足口病预测模型，可以提前一周预测传染病发生情况，流感和手足口病预测模型的准确率均达到86%以上，高发季预测准确率可达到90%以上；应用慢阻肺智能筛查模型，可大幅减少筛查成本，提高筛查效率。该模型的准确率达92%。

平安科技高级产品总监徐亮表示，智能疾病预测与筛查模型的数据来自两个层面，一是宏观数据，二是互联网舆情、个人消费、金融信息等微观数据，将这些数据序列通过神经算法、随机森林等算法计算。未来将探索引入区块连技术。对于隐私安全，“数据经过脱敏，严格权限控制，没有敏感信息，方便建模。”

据介绍，重庆智能疾病预测与筛查两大模型的研究，课题组提出“宏观+微观”的深度智能疾病预测方法，整合上万维度数据因子进行建模，使用了政府平台上采集的城市级数据，同时结合本地疾病防控实际业务经验和专家知识，精确度也显著高于传统方法。

从疾病筛查防控而言，“慢阻肺从妊娠期就开始埋伏，是位列居民第三位的死因，但现在还没受到广泛关注，知道自己确诊的不到1%，”重庆市疾控中心慢病防治所所长丁贤斌表示，很多医疗机构没能力筛查慢阻肺，连肺功能检测仪都没有。此外，居民健康档案数据关注慢阻肺很少。

“与慢阻肺筛查相关的数据，包括家族遗传病史、室内空气污染、使用煤炭等取暖、吸烟、粉尘作业等，这些信息不包括在居民健康档案中。筛查慢阻肺，需要大量的数据，更多危险因素信息，包括既往感染史、过敏史等。”从死因监测数据，重庆市慢阻肺死亡率在下降，这与控烟之后吸烟率下降，环境和生活水平改善有关。

重庆市疾病预防控制中心传染病防治专家宿昆表示，提前一周预测急性传染病，可以及时的采取防控措施。但对于未来的应用前景，“大家都在探索”。

“每个城市的特点不同，病种、防控点不同。但模型可以扩展到其他城市。”徐亮说。

重庆疾控中心课题组表示，疾病预测项目涉及了疾病防控、临床医学、大数据和人工智能等领域，是一个涉及交叉学科的课题，其研究复杂度和困难度非常高。下一步，课题组将在前期研究的基础上，进一步开展四个方面的工作，包括：继续优化模型，提高传染病预测和慢阻肺筛查的准确性；扩展更多传染病种的研究；联合进行重庆慢阻肺模型和流感、手足口病模型的卫生经济学价值测算研究；将传染病预测和慢性病筛查的研究成果落地应用。

“参加社会公共民生服务，对平安来说，一是技术输出外部化服务，二是科技需要各种应用场景才能不断成长和进步。”中国平安集团董秘兼品牌总监盛瑞生表示，科技投入带来两个价值：一是金融主业的服务能力，提高保险、银行、资产管理的服务效益，改善客户体验，降低服务成本。二是在金融、医疗领域孵化科技创新平台，通过科技入口级平台，提升入口能力。