4%医护如何撑起全球四分之一卫生负担？盖茨基金会全球健康项目总裁：中国设备可以发挥作用

每经记者｜林姿辰    每经编辑｜魏官红    

9月13日上午，“2026浦江创新论坛”（第十九届）全球健康与发展论坛在上海召开，盖茨基金会全球健康项目总裁特雷弗·蒙代尔（Trevor Mundel），就预测医学（Predictive Medicine）和人工智能（AI）技术对全球健康发展的重要性进行了发言。

在大众印象里，预测医学往往和生物样本库、基因组学、长期队列研究绑定，似乎是高收入国家的专属议题。但特雷弗・蒙代尔指出了严峻现实：撒哈拉以南非洲承担全球约四分之一的疾病负担，当地卫生工作者却仅占全球总数的4%。

“当资源极其有限时，你没有条件把它们平均分配给所有人。精准配置不是资源充足以后才考虑的‘锦上添花’，而是在资源稀缺条件下必须作出的选择。”

特雷弗·蒙代尔指出，AI模型可以同时处理数千个变量，覆盖数十万人，并跨越多年的时间尺度，有能力缩小全球健康领域的巨大鸿沟。不过，想要把这份潜力落到实处，仍要解决两个关键问题。

第一个问题是AI究竟从谁的数据中学习。人类的生理机制在很大程度上是共通的。除了一些特殊情况，不同人群之间需要解决的往往是增量差异，而不是把整个模型推倒重来。特雷弗·蒙代尔举例称，美国梅奥诊所依托约1000万份医疗记录，训练出可通过心电图预测心脏功能的AI模型。这套模型落地秘鲁后效果不佳，但仅需1万名当地患者的数据，就能完成本地化适配。

这意味着，健康水平欠佳的区域可以借用已拥有深厚数据积累地区的预测能力，只补充少量本土人群数据即可完成适配，落地门槛远低于大众预想。

第二个关键问题是必须有设备能够产生数据。特雷弗・蒙代尔表示，在世界许多地方，在人们真正寻求医疗服务的基层场景中，恰恰缺少这样的设备。而数据来自设备，这正是中国能够发挥优势的地方。中国的优势不只是能够制造性能强大的设备，更在于能够把这样的设备设计和生产得足够便宜、足够耐用，让它真正能够进入村级诊所。

封面图片来源：每经媒资库