呼吸道病毒感染与气候变化息息相关，深入研究其关联性对于提升疾病预测能力和公共卫生防控具有重要意义。金域医学联合广州呼吸健康研究院副院长教授团队，并携手广州医科大学金域检验学院、广东省感染性疾病智能化诊断技术工程研究中心及广州市传染性疾病临床快速诊断与预警重点实验室博士，共同研发了一款全新的呼吸道病毒感染风险预测模型。该模型基于环境数据与机器学习技术，为疾病的早期预警与精准防控提供了科学支撑。
2024年2月3日，该研究成果以《Development of a respiratory virus risk model with environmental data based on interpretable machine learning methods》为题，正式发表于国际顶级学术期刊《npj Climate and Atmospheric Science》。作为地球科学领域三大Nature子刊之一，该期刊在气候学与大气科学领域享有极高的学术地位。本次研究的发表，不仅展现了金域医学在传染病智能防控领域的创新能力，也为全球范围内的呼吸道病毒感染预测提供了重要的学术支持。
该研究团队利用CRFC（条件随机场分类）算法，成功构建了多标签分类模型，可同时预测多种呼吸道病毒的感染风险。模型表现优异，平均准确率达到0.76，AUC（曲线下面积）高达0.9，在病毒风险预测方面展现出极高的可靠性。该模型不仅适用于中国地区的病毒感染风险预测，还具备向全球不同地区和人群推广应用的潜力。通过结合环境因素与个体健康信息，模型可为临床决策和公共卫生规划提供智能化支持，助力精准施策。
依托金域医学在全国范围内积累的呼吸道病毒检测大数据，结合空气污染物与气象数据，该研究深入分析了环境因素对呼吸道病毒传播的影响机制，为临床医生提供更精准、直观的诊断依据。该模型不仅有助于实时监测病毒的传播趋势和潜在风险，还能为政府部门提供区域性病毒传播模式和流行病学特征的精准分析，进一步优化公共卫生策略。
未来，金域医学将充分发挥其大数据资源与人工智能技术优势，进一步加强数据挖掘、模型优化和跨学科融合，持续推进气象科学、医学与人工智能技术的深度结合，为全球疾病防控和人类健康事业贡献更大力量。
