Google Earth AI 是 Google 在 2026 年 10 月 6 日通过官方博客公布的一组公共卫生应用成果：把卫星影像、人口流动、环境信号与基础模型结合，帮助卫生机构提前发现疫情暴露区域和传播风险。最受关注的一次实战发生在刚果（金）持续中的埃博拉疫情里，世界卫生组织非洲区域办事处用其中的地理空间推理智能体原型，在几分钟内标出了 48 个暴露聚居点和 4.55 万多名高风险居民，而同样的排查过去需要数周。
埃博拉一线：先找到地图上缺失的人群
按 Google 公布的合作细节，世卫组织非洲区域办事处设在达喀尔的应急枢纽使用这款智能体原型，专门排查地处偏远的矿区通道——那里人员流动频繁、暴露风险高，又最容易成为监测盲区。定位结果出来后，当地响应团队得以提前部署移动实验室并加强边境监测。刚果（金）国家生物医学研究所的流行病建模团队还与 Google 合作建模，结合流动数据和历史病例趋势，按周估算疫情向未感染区域扩散的风险，给协调人员留出准备时间。
背后的模型与另外几项验证
这套能力由几部分拼成：AlphaEarth Foundations 提供地理基础表征，人口动态基础模型（PDFM）把聚合搜索趋势、流动和环境模式压缩成社区级向量，地理空间推理智能体负责对话式空间制图，行星预测引擎负责自主生成疾病预测。除埃博拉外，Google 还列了三项合作验证：在刚果（金）把流行病学记录与 PDFM 结合后，霍乱易发卫生区的识别可提前至多 8 周；在墨西哥与牛津大学等机构合作，提高了登革热暴发的预测准确度；在美加边境研究中，行为模式数据帮助更准确地估算各县的麻疹等疫苗接种率。纽约大学朗格尼健康的研究者则用它推算同年心血管死亡率，效果与传统方法相当或更好。
离日常可用还有多远
需要泼一点冷水：埃博拉一线用到的两件工具仍标注为研究原型，并非面向所有卫生机构开放的产品。已经能实际获取的是 PDFM 的向量数据——它以 Population Dynamics Insights 的名义在 Google Maps Platform 以预览形式商业提供，研究者可申请免费额度用于部分场景，Google.org 还向刚果（金）国家生物医学研究所提供了资金，用于升级当地检测与监测基础设施。对公共卫生团队来说，这条新闻的实际意义是先评估自家数据能否与这类地理向量对接，而不是等着某个成品系统直接交付。
