近日，第79届世界卫生大会在瑞士日内瓦隆重举行。作为大会的核心边会之一，一场主题为“智慧医疗与卫生体系创新：人工智能赋能以人为本的整合型数字健康”的高级别论坛，于5月20日成功召开。本次会议由复旦大学公共卫生学院与日内瓦大学全球卫生研究院联合主办，汇聚了来自全球62个国家的顶尖公共卫生专家、学者及行业领袖，共同探讨人工智能技术在卫生健康领域的创新应用与未来趋势。

会上，上海市疾病预防控制中心（上海市预防医学科学院）主任陈昕受邀发表主旨演讲，系统分享了上海在利用人工智能技术赋能公共卫生体系建设方面的前沿探索、实践成果与战略思考。

面对超大城市复杂严峻的公共卫生安全形势，上海的防控策略正经历一场根本性变革：从过往的“被动响应处置”全面转向更具前瞻性的“主动智能防控”。这一“主动智防”新范式的核心，在于深度整合人工智能技术，实现对各类传染病、慢性病等公共卫生风险的智能化精准预测、早期主动识别以及高效协同干预。

为将这一战略构想转化为现实能力，上海市疾控中心于2025年8月主导成立了“上海市公共卫生数据实验室”。该实验室并非单纯的技术平台，而是紧密围绕超大城市公共卫生治理的实际痛点，致力于推动疾控核心业务与人工智能前沿技术的深度融合。实验室构建了一条从数据治理、知识构建、算力支撑到模型研发的完整技术链条，并重点聚焦四大关键要素：业务场景、核心算法、专业语料与计算能力。

具体而言，首先精准定义真实的公共卫生业务场景，梳理工作中的瓶颈问题与关键优化节点，以此驱动算法模型的设计与优化，确保技术真正服务于业务需求。在专业语料治理方面，充分发挥疾控机构长期积累的专业优势，构建起覆盖多维度、高质量的公卫语料资源库。同时，强大的算力基础设施为整个智能系统的流畅运行提供了坚实保障。

这一创新体系已在多个实际应用场景中展现出卓越效能。以不明原因肺炎等具有潜在重大风险的传染病监测为例，上海成功构建了一套多智能体协同作战的监测预警系统。系统中的“诊间风险识别”智能体，能够在30秒内快速解析海量电子病历文本，精准提取关键临床特征与流行病学线索；随后，“风险研判评估”、“分类报告生成”、“流调辅助决策”等智能体协同联动，实现对疑似病例的极早期智能捕捉与预警。

传统依赖人工逐级排查、核验的模式，完成这一过程通常需要25天以上。而在人工智能系统的强力辅助下，整个监测预警周期被大幅缩短至7天以内，工作效率提升约72%，实现了监测预警能力的跨越式提升。自投入试点运行以来，该系统已成功精准识别并高效处置了上千例高风险病例，有效筑牢了城市公共卫生安全防线。

此外，人工智能的应用正从传染病防控向慢性病综合管理领域深度拓展。针对青少年、中青年职业人群以及老年人等不同群体的差异化健康需求，上海依托人工智能健康画像、风险评估模型等技术，能够智能化评估居民罹患高血压、糖尿病等慢性病的风险等级，并自动生成涵盖个性化饮食指导、科学运动方案、合理用药提醒及定期复诊计划在内的全方位健康管理建议。这意味着，居民通过智能手机等便捷终端，即可获得持续、精准、个性化的慢病管理服务。据悉，这一以人工智能为核心的智慧慢病管理模式，将在上海多个社区开展试点，并计划逐步向全市乃至更广范围推广。