未来已来，浪潮将至：人工智能赋能疟疾防控研究与应用进展及面临的挑战

中国血吸虫病防治杂志（中英文） ›› 2025, Vol. 37 ›› Issue (2): 112-115.

未来已来，浪潮将至：人工智能赋能疟疾防控研究与应用进展及面临的挑战

朱国鼎1，2，曹俊1，2*

1 国家卫生健康委员会寄生虫病预防与控制技术重点实验室、江苏省寄生虫与媒介控制技术重点实验室、江苏省血吸虫病防治研究所（江苏无锡 214064）；2 南京医科大学公共卫生学院全球健康中心（江苏南京 211166）

出版日期:2025-04-25 发布日期:2025-05-19
通讯作者: 曹俊 caojun@jipd.com
作者简介:朱国鼎，男，博士，研究员。研究方向：热带病及其媒介防控技术
基金资助:
江苏省科教能力提升工程（ZDXYS202207）

The future is already here and the wave is coming: progress and challenges in the research and application of artificial intelligence-empowered malaria control programmes

ZHU Guoding1, 2, CAO Jun1, 2*

1 National Health Commission Key Laboratory of Parasitic Disease Control and Prevention, Jiangsu Provincial Key Laboratory on Parasite and Vector Control Technology, Jiangsu Institute of Parasitic Diseases, Wuxi, Jiangsu 214064, China; 2 Center for Global Health, School of Public Health, Nanjing Medical University, Nanjing, Jiangsu 211166, China

Online:2025-04-25 Published:2025-05-19

摘要/Abstract

摘要： 近年来，人工智能快速兴起并蓬勃发展，这个前所未有的科技浪潮给包括疾病防控在内的各行各业都带来巨大机遇和挑战。疟疾是全球危害最严重的传染病之一。本文介绍了人工智能在疟疾防控领域的研究与应用进展、分析了面临的主要挑战并提出了下一步发展方向，从而为更好地应用人工智能开展传染病防控提供借鉴。

关键词: 疟疾, 消除, 人工智能, 挑战

Abstract: The rapid rise and fast development of artificial intelligence (AI) has brought unprecedented opportunities and challenges to all sectors, including disease prevention control. Malaria is one of the world's most devastating infectious diseases. This article summarizes the advances in the research and application of AI⁃empowered malaria control programmes, analyzes key challenges during the implementation of malaria control programmes, and proposes future development directions and research proprieties, so as to provide insights into facilitating the translation of AI⁃driven strategies in global infectious disease control efforts.

Key words: Malaria, Elimination, Artificial intelligence, Challenge

中图分类号:

R531.3

朱国鼎, 曹俊. 未来已来，浪潮将至：人工智能赋能疟疾防控研究与应用进展及面临的挑战[J]. 中国血吸虫病防治杂志（中英文）, 2025, 37(2): 112-115.

ZHU Guoding, CAO Jun. The future is already here and the wave is coming: progress and challenges in the research and application of artificial intelligence-empowered malaria control programmes[J]. Chinese Journal of Schistosomiasis Control, 2025, 37(2): 112-115.

[1]	周耀武, 张丽, 夏志贵. 疟疾跨境输入与继发传播的风险及对策[J]. 中国血吸虫病防治杂志（中英文）, 2025, 37(1): 14-18.
[2]	魏春, 林祖锐, 杨中华, 周红宁, 周兴武, 杨锐. 中缅边境地区消除疟疾策略与疟疾联防联控合作探讨[J]. 中国血吸虫病防治杂志（中英文）, 2025, 37(1): 19-23,54.
[3]	周济华, 白少文, 施亮, 张键锋, 杜春红, 宋静, 张宗亚, 颜嘉琦, 吴安东, 董毅, 杨坤. 人工智能识螺系统识别湖北钉螺滇川亚种与拟钉螺的效能评价[J]. 中国血吸虫病防治杂志（中英文）, 2025, 37(1): 55-60,68.
[4]	周艺彪. 人工智能在寄生虫病和寄生虫学领域的应用[J]. 中国血吸虫病防治杂志（中英文）, 2024, 36(6): 551-554.
[5]	白少文, 周济华, 董毅, 张键锋, 施亮, 杨坤. 基于EfficientNet⁃B4模型的云南省湖北钉螺滇川亚种视觉智能识别模型的建立[J]. 中国血吸虫病防治杂志（中英文）, 2024, 36(6): 555-561.
[6]	朱辉银, 李昱婷, 祝黛芊, 王雅茜, 张锦鸿, 陈绍轩, 马潇远, 王惠迪, 李洪军, 李健. 人工智能辅助寄生虫虫卵检测平台的建立与应用#br#[J]. 中国血吸虫病防治杂志（中英文）, 2024, 36(6): 643-648.
[7]	马晓阳, 李彬, 余晓林, 宋立兴, 程玲霞. 血浆置换及连续性肾脏替代疗法联合治疗输入性重症恶性疟疾1例[J]. 中国血吸虫病防治杂志（中英文）, 2024, 36(6): 664-666.
[8]	张耀光, 王真瑜, 朱民, 江莉, 朱倩, 马晓疆, 余晴, 陈健. 2017—2022年上海市疟疾诊断参比实验室病例复核及能力评估[J]. 中国血吸虫病防治杂志（中英文）, 2024, 36(5): 521-526.
[9]	周雨, 童懿昕, 周艺彪. 机器学习模型在血吸虫病防控中的应用[J]. 中国血吸虫病防治杂志（中英文）, 2024, 36(5): 535-541.
[10]	林文, 王多全, 孙凌聪, 张滔, 燕慧, 阮卫, 刘颖, 吴冬妮, 李石柱, 夏菁, 朱红. 2014—2021年我国5省份输入性三日疟和卵形疟病例流行病学特征及诊断分析[J]. 中国血吸虫病防治杂志（中英文）, 2024, 36(4): 407-411.
[11]	张云, 王丽芳, 冯锡光, 吴明寿, 沈美芬, 江华, 宋静, 孙佳昱, 陈春琼, 颜嘉琦, 张宗亚, 周济华, 董毅, 杜春红. 云南省血吸虫病传播阻断历程与展望[J]. 中国血吸虫病防治杂志（中英文）, 2024, 36(4): 422-427.
[12]	张利娟, 何君逸, 杨帆, 党辉, 李银龙, 郭苏影, 李仕祯, 曹淳力, 许静, 李石柱. 2023年全国血吸虫病防治进展 [J]. 中国血吸虫病防治杂志（中英文）, 2024, 36(3): 221-227.
[13]	俞心愉, 曹俊. 道高一尺，魔高一丈：疟疾防控面临的病原学和媒介生物学挑战[J]. 中国血吸虫病防治杂志（中英文）, 2024, 36(3): 228-232,238.
[14]	陆凤. 全球消除疟疾的生物学挑战Ⅰ抗疟药耐药性 [J]. 中国血吸虫病防治杂志（中英文）, 2024, 36(3): 233-238.
[15]	徐岁, 唐建霞. 全球消除疟疾的生物学挑战Ⅱ 疟疾快速诊断试纸条靶标Pfhrp2/3基因缺失[J]. 中国血吸虫病防治杂志（中英文）, 2024, 36(3): 239-242,258.