《智能公共卫生：理论、方法和应用》

罗力 主编

复旦大学出版社

2024年11月14日，《卫生健康行业人工智能应用场景参考指引》的出台，指出人工智能在医疗服务管理、基层公卫服务、健康产业发展以及医学教学科研等多个关键领域的84个具体应用场景。

无论是医学影像的精准诊断、临床决策的智能辅助，还是公共卫生事件的智能监测，或是通过收集和分析海量健康数据实现疾病预防和早期诊断的目标，都展现出人工智能与卫生健康领域深度融合的无限潜力，医疗健康行业的人工智能时代已在加速来临！

面对全球疾病蔓延和日益复杂的健康问题，传统的管理方式已无法满足现代化的需求。与此同时，科技的飞速发展为公共卫生带来了前所未有的机遇，特别是物联网、大数据、云计算、人工智能的迅猛崛起，极大助力了公共卫生事业的发展。环境监测、传染病发现、流行病学调查，越来越依靠智能系统的帮助。

数据化和智能化，已经成为现代公共卫生的发展趋势，对既懂公共卫生又懂数据科学的复合型人才提出了迫切且巨大的需求。培养复合型人才，教材建设极其重要，一本好的教材，是一个学科走向成熟的标志。发展智能公共卫生学科，培养一代又一代的高端人才，教材建设必须先行。为此，教育部长江特聘学者罗力教授领衔，组织了权威的公共卫生专家、统计学专家、数据科学专家和计算机科学专家，联手编写了教材——《智能公共卫生：理论、方法和应用》，近日由复旦大学出版社出版发行！

国内首部智能公共卫生教材

系统介绍

“大数据、人工智能+公共卫生”的知识体系和应用案例

本教材实行主编负责制，历时半年确定教材的定位和框架，历时一年完成教材的编写和编辑，历时两年反复校对，务求精益求精。从教材的规划、编写到专家评审、最终出版，编写团队和复旦大学出版社齐心协力，严格遵循高标准的质量控制流程，层层把关，确保教材在理论性、创新性、实践性、规范性等各个方面达标上等。

本教材分四篇二十四章。第一篇“数据科学”，主要介绍大数据与人工智能领域的基本知识、核心概念、基本方法和关键技术，共八章。第二篇“应用场景与技术”，主要介绍大数据和人工智能在公共卫生领域中的各类应用场景和相关技术，共七章。第三篇“保障与机制”，主要介绍大数据与人工智能在公共卫生应用中的保障体系与机制，共四章。第四篇“实践与案例”通过案例分析，讲述“大数据、人工智能+公共卫生”的实践案例，共五章。

近年来，复旦大学着力发展科学智能，2024年启动人工智能课程体系建设和教育模式改革会战（“AI大课”1.0版），打造AI+融合创新人才培养新局面、加快构建科学智能创新生态；2025年启动AI驱动的教与学融通改革（AI for Education, AI4E），推进“智学”“智教”“智评”“师生共创”等全要素协同发展的AI 赋能教育教学变革，推动“AI大课”从1.0向2.0迈进。在此背景下，本教材也是对复旦大学“AI融人所有教材”战略目标的响应，是人工智能融入公共卫生教学领域的一次前瞻性的尝试，可用于培养公共卫生+数据科学的复合型人才，推动公共卫生领域大数据和人工智能应用学科的建设。既可用于研究生教学，也可用于在职人员的毕业后教育。

主编简介

罗力，教授，博导，教育部长江特聘学者。现任复旦大学公共卫生学院党委书记，复旦大学医院管理研究所副所长，复旦大学中国人保健康管理研究院院长，上海医学与公共卫生新兴技术治理研究中心主任，复旦大学医疗循证管理智能决策技术校企联合实验室主任，上海市人民政府决策咨询研究基地领军人才，上海市人民政府重大行政决策咨询论证专家。

国家重点研发计划项目首席专家，教育部哲学社会科学重大攻关项目（2项）首席专家，上海市决策咨询研究成果一等奖第一完成人，国家卫健委卫生健康信息标准专委会委员、疾病预防控制专家咨询委员会专家、卫生应急体系建设专家库专家、分级诊疗与医疗联合体建设专家组成员。领衔2个省部级研究基地（中心），连续主持6项国家自然科学基金，发表一作和通讯论文201篇，出版著作3部，45项成果被中央和地方政府采纳应用，第一或第二完成人获省部级科研成果一、二等奖6项。

教材特点

01

多学科交叉

教材内容体系植根于多学科交叉融合的学术沃土，深度整合了数据科学的算法模型、统计学的分析逻辑、计算机科学的技术架构、公共卫生与预防医学的专业范式，以及管理学的系统思维。编写团队特别注重理论与实践的有机衔接，精心选取突发公共卫生事件响应、慢性病防控、健康监测预警等典型应用场景，通过案例解析、流程推演和技术落地演示，引导读者从基础概念入手，逐步掌握智能算法在疾病监测、风险预测、资源调配等领域的应用原理。全书以 "问题导向 - 技术支撑 - 场景落地" 为主线，助力构建起关于智能公共卫生的完整知识框架，既能理解跨学科技术的融合逻辑，也能明晰其在公共卫生实践中的应用边界与创新路径。

02

综合性框架

教材构建了多维立体的知识体系，既涵盖智能公共卫生领域的核心理论方法 —— 从机器学习算法原理到流行病学与数据科学的交叉逻辑，又系统呈现多样化应用场景，包括疫情智能监测、慢性病风险预警、健康资源优化配置等实践场景。同时，专门阐释支撑技术落地的保障制度，如数据安全规范、伦理审查机制及跨部门协作流程，并嵌入典型实践案例，从突发公共卫生事件的智能响应到基层健康管理的数字化转型，全方位展示理论转化为实践的路径。通过理论、场景、制度与案例的有机融合，助力形成对智能公共卫生的完整认知，既懂技术原理，也明应用逻辑，更知落地保障。

编委会

目录

More

样章预览

资料：复旦大学出版社

编辑：宗文倩