《智能公共衛生：理論、方法和應用》

羅力 主編

復旦大學出版社

2024年11月14日，《衛生健康行業人工智能應用場景參考指引》的出臺，指出人工智能在醫療服務管理、基層公衛服務、健康產業發展以及醫學教學科研等多個關鍵領域的84個具體應用場景。

無論是醫學影像的精準診斷、臨床決策的智能輔助，還是公共衛生事件的智能監測，或是通過收集和分析海量健康數據實現疾病預防和早期診斷的目標，都展現出人工智能與衛生健康領域深度融合的無限潛力，醫療健康行業的人工智能時代已在加速來臨！

面對全球疾病蔓延和日益復雜的健康問題，傳統的管理方式已無法滿足現代化的需求。與此同時，科技的飛速發展為公共衛生帶來了前所未有的機遇，特別是物聯網、大數據、云計算、人工智能的迅猛崛起，極大助力了公共衛生事業的發展。環境監測、傳染病發現、流行病學調查，越來越依靠智能系統的幫助。

數據化和智能化，已經成為現代公共衛生的發展趨勢，對既懂公共衛生又懂數據科學的復合型人才提出了迫切且巨大的需求。培養復合型人才，教材建設極其重要，一本好的教材，是一個學科走向成熟的標志。發展智能公共衛生學科，培養一代又一代的高端人才，教材建設必須先行。為此，教育部長江特聘學者羅力教授領銜，組織了權威的公共衛生專家、統計學專家、數據科學專家和計算機科學專家，聯手編寫了教材——《智能公共衛生：理論、方法和應用》，近日由復旦大學出版社出版發行！

國內首部智能公共衛生教材

系統介紹

“大數據、人工智能+公共衛生”的知識體系和應用案例

本教材實行主編負責制，歷時半年確定教材的定位和框架，歷時一年完成教材的編寫和編輯，歷時兩年反復校對，務求精益求精。從教材的規劃、編寫到專家評審、最終出版，編寫團隊和復旦大學出版社齊心協力，嚴格遵循高標準的質量控制流程，層層把關，確保教材在理論性、創新性、實踐性、規范性等各個方面達標上等。

本教材分四篇二十四章。第一篇“數據科學”，主要介紹大數據與人工智能領域的基本知識、核心概念、基本方法和關鍵技術，共八章。第二篇“應用場景與技術”，主要介紹大數據和人工智能在公共衛生領域中的各類應用場景和相關技術，共七章。第三篇“保障與機制”，主要介紹大數據與人工智能在公共衛生應用中的保障體系與機制，共四章。第四篇“實踐與案例”通過案例分析，講述“大數據、人工智能+公共衛生”的實踐案例，共五章。

近年來，復旦大學著力發展科學智能，2024年啟動人工智能課程體系建設和教育模式改革會戰（“AI大課”1.0版），打造AI+融合創新人才培養新局面、加快構建科學智能創新生態；2025年啟動AI驅動的教與學融通改革（AI for Education, AI4E），推進“智學”“智教”“智評”“師生共創”等全要素協同發展的AI 賦能教育教學變革，推動“AI大課”從1.0向2.0邁進。在此背景下，本教材也是對復旦大學“AI融人所有教材”戰略目標的響應，是人工智能融入公共衛生教學領域的一次前瞻性的嘗試，可用于培養公共衛生+數據科學的復合型人才，推動公共衛生領域大數據和人工智能應用學科的建設。既可用于研究生教學，也可用于在職人員的畢業后教育。

主編簡介

羅力，教授，博導，教育部長江特聘學者。現任復旦大學公共衛生學院黨委書記，復旦大學醫院管理研究所副所長，復旦大學中國人保健康管理研究院院長，上海醫學與公共衛生新興技術治理研究中心主任，復旦大學醫療循證管理智能決策技術校企聯合實驗室主任，上海市人民政府決策咨詢研究基地領軍人才，上海市人民政府重大行政決策咨詢論證專家。

國家重點研發計劃項目首席專家，教育部哲學社會科學重大攻關項目（2項）首席專家，上海市決策咨詢研究成果一等獎第一完成人，國家衛健委衛生健康信息標準專委會委員、疾病預防控制專家咨詢委員會專家、衛生應急體系建設專家庫專家、分級診療與醫療聯合體建設專家組成員。領銜2個省部級研究基地（中心），連續主持6項國家自然科學基金，發表一作和通訊論文201篇，出版著作3部，45項成果被中央和地方政府采納應用，第一或第二完成人獲省部級科研成果一、二等獎6項。

教材特點

01

多學科交叉

教材內容體系植根于多學科交叉融合的學術沃土，深度整合了數據科學的算法模型、統計學的分析邏輯、計算機科學的技術架構、公共衛生與預防醫學的專業范式，以及管理學的系統思維。編寫團隊特別注重理論與實踐的有機銜接，精心選取突發公共衛生事件響應、慢性病防控、健康監測預警等典型應用場景，通過案例解析、流程推演和技術落地演示，引導讀者從基礎概念入手，逐步掌握智能算法在疾病監測、風險預測、資源調配等領域的應用原理。全書以 "問題導向 - 技術支撐 - 場景落地" 為主線，助力構建起關于智能公共衛生的完整知識框架，既能理解跨學科技術的融合邏輯，也能明晰其在公共衛生實踐中的應用邊界與創新路徑。

02

綜合性框架

教材構建了多維立體的知識體系，既涵蓋智能公共衛生領域的核心理論方法 —— 從機器學習算法原理到流行病學與數據科學的交叉邏輯，又系統呈現多樣化應用場景，包括疫情智能監測、慢性病風險預警、健康資源優化配置等實踐場景。同時，專門闡釋支撐技術落地的保障制度，如數據安全規范、倫理審查機制及跨部門協作流程，并嵌入典型實踐案例，從突發公共衛生事件的智能響應到基層健康管理的數字化轉型，全方位展示理論轉化為實踐的路徑。通過理論、場景、制度與案例的有機融合，助力形成對智能公共衛生的完整認知，既懂技術原理，也明應用邏輯，更知落地保障。

編委會

目錄

More

樣章預覽

資料：復旦大學出版社

編輯：宗文倩