長久以來，公共衛生機構一直身處維護和促進社會福祉的最前沿。近年來，公衛機構已經開始採用人工智慧（AI）和高級分析等變革性技術，力求增強自身能力並提高工作效率。此類尖端工具的集成為數據驅動型決策、疾病監測與疫情應對開闢了新的路徑，徹底重塑了公共衛生事業的基本面貌。
公共衛生領域的AI與高級分析
AI與高級分析對於公衛組織產生重大影響的關鍵領域之一，是利用數據改善結果並更好地為決策者提供資訊。政府機構本身掌握著海量數據，但龐大的數據總量已經超出了人類所能分析和理解的極限。通過AI和高級分析方法對數據進行分析與分類，公衛組織能夠以更高的準確性和速度開展工作。
疾病控制中心（CDC）總部剪影
在2023年5月在華盛頓特區喬治梅森大學（GMU）舉辦的GovFuture論壇上，來自疾控中心國家職業安全與健康研究所（NIOSH）的專家們在小組討論中分析了自己對於高級分析技術的觀點。研究所首席健康資訊學科學家Stacey Marovich與Jennifer Cornell就AI與高級分析如何影響機構內的工作方式做出說明。在後續活動中，Stacey和Jennifer又接受了GovFuture播客的採訪，進一步分享了AI與分析技術在該研究所行業與職業電腦化編碼系統（NIOCCS）中的應用、數據與透明度問題，以及技術如何以預想之外的更多方式發揮作用。
科技——讓一切更簡單
NIOSH行業與職業電腦編碼系統（NIOCCS）已經擁有10餘年歷史，目前已經來到第四個主要版本。Stacey表示，從宏觀層面來看，該系統「將行業與職業文本數據轉換為標準化編碼，進而用於研究和分析目的。這套系統免費且在網路上公開發布，可供任何人隨意使用。」
經過10年的磨礪，該系統已經讓編碼更加準確和精簡。Jennifer具體解釋道，「自從NIOCCS的最新版本發布以來，我們看到工作數據收集和編碼方面迎來了重大進步。正如Stacey所言，NIOCCS的編碼速度和容量顯著提高。我將分享我們公衛部門合作夥伴的幾個例子。有司法管轄區報告稱，他們在應對COVID-19疫情期間就廣泛使用到NIOCCS Web API。」
根據工作場所疫情爆發資訊和調查數據，該組織持續對每周獲取的死亡人數等健康數據進行編碼，據此快速指導COVID-19抗疫行動。Stacey分享稱，「NIOCCS縮短了新員工的培訓周期，讓更多新人能夠參與到吞吐量更高、質量更優的現代化數據處理和實現流程當中。另一管轄區報告稱，他們將NIOCCS與各類傳染病訪談表格上的實時編碼數據相結合，進而向地方一級衛生部門快速交付基本工作場所防護措施。我們預計各司法管轄區會將API按設計直接集成至防疫監控系統當中。該API延伸自新冠病毒監控，可持續收集其他傳染病及用例的健康數據，我們也很高興看到這類應用。除此之外，還有其他一些我們沒有預見到的積極應用方式，例如用戶對編碼的交叉檢查。我們的測試規模有限、僅能訪問內部數據，所以與外部驗證的結合極具現實價值。另外，私營實體和非營利組織也使用此API收集雇員薪酬數據的標準化編碼。我們期待看到NIOCCS在公共衛生以外的其他場景中得到廣泛應用，也樂於擁抱它展現出的更多發展方向。」
在透明度與隱私保護間求取平衡
隨著公衛部門逐漸掌握AI與高級分析的力量，透明度與個人資訊保護之間的平衡把控也變得至關重要。透明度能確保公眾隨時了解健康風險與緩解策略，從而促進信任與合作。但與此同時，也必須解決隱私問題以保護敏感數據、充分維護個人自主權。
圍繞在高級分析與AI應用中平衡透明度與敏感資訊保護方面的需求，Stacey評論稱「這對我們來說無疑是個挑戰，因為我們處理的大部分數據屬於健康數據，其中必然涉及數據敏感性問題。在許多項目中，我們制定了相當嚴格的數據使用協議，用以限制我們處理數據的具體方式、數據的留存周期等。因此，我們的機器學習模型和訓練數據必須要在滿足約束的前提下，發揮其應有的作用。」
儘管如此，通過項目建設，我們更多提取其中的行業與職業數據元素，相對迴避其他個人身份資訊（PII）。這樣我們就儘量減少了對敏感人口統計數據的觸及，例如姓名、年齡、種族等。不過必須承認，雖然已經大大降低了PII接觸量，但數據中仍具有一定敏感性，因為行業和職業資訊本身也可能在獨立或與其他人口統計數據配合使用時，成為某種形式的PII。例如，將職務「市長」同所處行業中的「城市名稱」相結合，就構成了一對PII資訊。因此，在向公眾發布數據時，我們會保證任何數據單元均不可被解釋為PII。我們努力將數據聚合為更高級別，而非直接發布收集到的具體原始數據。
談到NIOCCS系統，兩位專家分享道：「NIOCCS是一款用於數據編碼的工具。因此，我們並不是要對某人能否獲得貸款審批、或者為對方提供診療建議這類關鍵決策場景提供支持。雖然這套系統目前還達不到這樣的水平，但在未來，我們相信隨著NIOCCS被擴展到越來越多的領域，相應風險同樣有可能同步提升。例如，我們研究所一直在推動將工作資訊納入電子病歷當中。從這個角度看，職業是影響健康狀態的一項關鍵性因素，二者之間的關聯者已經在社會上有著普遍共識。所以，確實有必要在電子病歷中高亮顯示用戶的職業資訊，但目前還沒有將這部分資訊以標準化方式統一納入醫療記錄的方案。這正是我們研究所希望推動的工作，相信在成果落地並全面普及之後，職業數據編碼將影響未來的臨床決策、臨床護理等更為廣泛的領域。」
推動創新方法
AI與高級分析在公衛部門的集成，不僅代表著「後台」業務流程的顯著進步，同時也標誌著疾病預防、監測與響應正邁向新的時代。這些變革性技術將帶來更快、更準確的決策能力，從而提高應對速度和效率。當然，隨著技術的不斷進步，我們也需要在透明度和隱私保護之間保持微妙的平衡。配合強有力的隱私保護措施和開展公開對話，公共衛生部門完全能夠以負責任的態度發揮技術優勢、用好數據資源，進而塑造出健康水平更高、資訊透明度更優的未來社會。
