公共衛生決策從來不只是醫療問題。一個社區的健康狀況與地理環境密切相關，氣候型態、基礎設施、人口移動方式，都會影響疾病如何出現、傳播與消退。根據 Google 官方部落格在 2026 年 10 月 6 日發布的技術文章，Google Research 的 Shravya Shetty 與 Google Health 的 Monica Bharel 指出，公共衛生團隊長期面對地理盲區、資料破碎與通報延遲，無論是追蹤快速變動的病毒疫情，或推估心血管疾病死亡率，都容易陷入事後補救。若要讓應變從被動管理轉向主動預防，關鍵在於把地理空間情報帶進公共衛生工作流程。
核心工具：Google Earth AI 與地理空間推理
Google Earth AI 的作法，是把環境訊號與衛星影像、移動資料與基礎模型結合，並搭配一個原型的地理空間推理代理 Geospatial Reasoning agent。這裡的基礎模型包括 AlphaEarth Foundations 與人口動態基礎模型 Population Dynamics Foundation Model，簡稱 PDFM。AlphaEarth Foundations 與 PDFM 的角色，是從大量地理與環境資料中找出人類活動與環境之間的複雜關聯；Geospatial Reasoning agent 則讓使用者能用自然語言對話進行空間製圖，把原本繁複的手動資料處理，轉成較即時且可輔助決策的洞察。另一個原型是 planetary prediction engine，用於自主疾病預測，讓公共衛生團隊能在疫情升溫前先看見風險。
PDFM 的運作方式，是把彙整後的搜尋趨勢、移動模式與環境模式，組成一個動態且高解析度的社區圖像。這種圖像不是要取代既有衛生資訊，而是補上通報空窗，讓研究人員與公共衛生官員能把人口動態、環境變化和疾病資料放在一起判讀。合作夥伴也能把這些洞察直接整合到自己的系統中，形成更貼近地方狀況的預測流程。
實際案例：從伊波拉前線到跨國疫苗追蹤
在急性疫情方面，剛果民主共和國的伊波拉疫情提供了檢驗場域。世界衛生組織非洲區域辦事處 WHO AFRO 設於達卡的緊急準備與應變中心，以及剛果民主共和國國家生物醫學研究所 INRB 旗下的流行病建模與情報單位 UMIE，取得了兩項研究原型的存取權。WHO AFRO 團隊使用 Geospatial Reasoning agent 原型，繪製暴露風險與人口移動都偏高的偏遠採礦走廊。原本可能需要數週的作業，在幾分鐘內就標定出 48 個受暴露聚落，並定位超過 45,500 名高風險人口。這讓地方應變人員能提前部署行動實驗室，並協調邊境監測。與 UMIE 合作時，團隊則建立預測模型，估計伊波拉擴散到未感染區域的風險；這些模型結合移動流、歷史病例趨勢與 Earth AI 的模型和資料集，每週提供洞察，讓協調人員在病例抵達前多出規劃時間。
同樣的邏輯也能延伸到非急性、長期性的健康問題。紐約大學朗格尼醫學中心把即時人口訊號整合進慢性病模型，推估同年心血管疾病死亡率，表現與傳統方法相近，部分情況下甚至更好。西奈山醫療系統與波士頓兒童醫院則把美國與加拿大邊境兩側的人類行為模式納入分析，更準確地掌握美國各縣的疫苗接種率，並找出傳統公共衛生模型可能忽略的線索。針對登革熱，牛津大學與蒙特雷科技大學把 PDFM 與地方氣候模型結合，更準確預測墨西哥的登革熱疫情，為提早滅蚊等行動爭取前置時間。在霍亂方面，WHO AFRO 於剛果民主共和國的評估顯示，把流行病學紀錄與 PDFM 結合，可在最多八週前更可靠地辨識疫情高風險衛生區，協助前線團隊採取主動措施。
影響、可用性與限制
這些工具的價值，在於把行星尺度的環境與人口情報，轉成地方可用的決策依據。PDFM 的嵌入向量已以 Population Dynamics Insights 的形式在 Google Maps Platform 上開放預覽，這是一種地理空間嵌入資料集。研究人員可針對特定使用案例申請免費存取；符合資格的組織則可透過 GMP Public Programs 申請 Google Earth 額度。Google.org 也提供資金給 INRB，協助其現代化地方檢測與疾病監測能力。這些安排反映一個重要方向：全球尺度的模型必須與地方專業結合，才能真正支撐公共衛生基礎設施。
不過，這些成果多數仍屬於研究原型、預覽階段或特定地區的評估，並非已經全面部署的標準流程。模型能補足通報延遲與地理盲區，但無法單獨消除資料破碎、地方監測能力不足或現場判斷的複雜性。疾病預測也高度依賴資料品質與時效，不同地區、不同疾病的可移轉性仍需驗證。因此，Google Earth AI 的意義不在於取代公共衛生專家，而是提供一層更早、更細緻的風險視野，讓資源配置、實驗室部署、疫苗追蹤與病媒控制等行動，有機會在危機擴大前就先展開。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。