Badania

Google Earth AI znalazł w kilka minut 48 osad zagrożonych ebolą w Kongu. Ręcznie trwałoby to tygodnie

Google opisał 6 października, jak zespoły WHO i kongijskiego instytutu badań biomedycznych używały prototypów Google Earth AI podczas epidemii eboli. Z pomocą agenta, z którym rozmawia się zwykłym językiem, zespół WHO wskazał w kilka minut 48 osad i ponad 45,5 tys. zagrożonych osób.

Łukasz Niesyto
prowadzi serwis · wdraża systemy AI w firmach
Opublikowano 2 min czytania
AITekst przygotowany przez AI na podstawie źródła: blog.google · jak powstaje
Zdjęcie: lupa na pomiętej mapie, w szkle widać zdjęcie satelitarne rzeki z osadami i czerwoną pinezkę

Google opisał 6 października, jak prototypy Google Earth AI pomagały zespołom zdrowia publicznego podczas trwającej epidemii eboli w Demokratycznej Republice Konga. Narzędzia testowali specjaliści z afrykańskiego biura Światowej Organizacji Zdrowia (WHO AFRO) w Dakarze i z kongijskiego instytutu badań biomedycznych INRB. Wyniki Google podał we wpisie na swoim blogu, a część z nich w pracach naukowych pisanych z partnerami.

Google Earth AI łączy zdjęcia satelitarne, dane o tym, jak ludzie się przemieszczają, i dane o środowisku. Na tym zbudowane są modele Google, m.in. AlphaEarth Foundations i model dynamiki populacji PDFM. Do pierwszego prototypu, agenta do map, zadaje się pytania zwykłym językiem zamiast samemu przerabiać dane.

Ebola: minuty zamiast tygodni

Zespół WHO AFRO użył agenta, żeby zaznaczyć na mapie odległe korytarze wydobywcze, gdzie ryzyko zakażenia i ruch ludzi są duże. Już po kilku minutach zespół wskazał 48 zagrożonych osad i ponad 45,5 tys. osób. Według Google zwykle zajmuje to tygodnie. Dzięki temu miejscowe służby mogły wcześniej wysłać mobilne laboratoria i zorganizować kontrole na granicy.

Razem z jednostką modelowania epidemii INRB Google zbudował też modele, które szacują ryzyko przeniesienia eboli na tereny bez zachorowań. Łączą one ruch ludzi, dotychczasowe przypadki i dane z Earth AI. Koordynatorzy dostają takie prognozy co tydzień, zanim choroba dotrze do nowych miejsc.

Inne choroby w badaniach

Google podaje też wyniki innych zespołów, które łączyły model PDFM z własnymi danymi medycznymi. Model łączy zbiorcze dane o wyszukiwaniach, ruchu ludzi i środowisku.

ChorobaKto badałCo wyszło według Google
CholeraWHO AFRO, Kongoogniska choroby przewidywane nawet osiem tygodni wcześniej
DengaUniwersytet Oksfordzki, Tecnológico de Monterreydokładniejsza prognoza zachorowań w Meksyku
Choroby sercaNYU Langone Healthprognoza zgonów w tym samym roku podobna, a czasem lepsza niż metodami tradycyjnymi
Odra, świnka, różyczkaMount Sinai, Boston Children's Hospitaldokładniejszy obraz szczepień w hrabstwach USA przy granicy z Kanadą

Przy dendze wcześniejsza prognoza daje czas np. na niszczenie larw komarów, zanim zacznie się sezon zachorowań. Liczb o dokładności prognoz wpis nie podaje.

Kto może z tego korzystać

Agent do map i silnik prognoz to wciąż prototypy dla partnerów. Dane z modelu PDFM Google sprzedaje w wersji próbnej w Google Maps Platform, pod nazwą Population Dynamics Insights. Badacze mogą prosić o bezpłatny dostęp w wybranych przypadkach, a uprawnione organizacje mogą wnioskować o kredyty Google Earth. Google nie podaje, w jakich krajach. Google.org dał też INRB pieniądze na unowocześnienie badań i nadzoru nad chorobami, kwoty nie podano.

Wcześniej Google Research pokazał, jak AI Google pomogło zbudować najlepszą prognozę grypy w USA. Tego samego dnia Google opisał też USG ciąży z AI, które działa bez internetu.

Źródła
  1. Google, wpis „Making global public health more proactive with Google Earth AI”, dostęp 2026-10-07

Ten tekst napisał model AI na podstawie źródeł wymienionych wyżej. Liczby, daty i nazwy automat porównał ze źródłem, ale przed publikacją nie czytał go człowiek. Jak powstają teksty.

Widzisz błąd? Napisz, poprawiamy i dopisujemy notę o zmianie.

Łukasz Niesyto
Łukasz Niesyto

Wdraża systemy oparte na AI w firmach produkcyjnych i usługowych. Z modelami językowymi pracuje codziennie i wie, w czym potrafią zmyślać. Dlatego każda liczba w tekstach ma tu źródło, a teksty, które sam przeczytał, są oznaczone jako sprawdzone.

wszystkie teksty autora

Powiązane

7 października 2026

OpenAI pokazał 722 prace matematyczne swojego modelu. Komputer sprawdził główny wynik w 162

Badaniaopenai.com3 min
7 października 2026

Google uczy pracowników ochrony zdrowia USG ciąży w osiem godzin. Wynik odczytuje AI, bez internetu

Badaniablog.google2 min
6 października 2026

iSono Health skanuje pierś w dwie minuty. NVIDIA opisuje AI w leczeniu raka piersi

Badaniablogs.nvidia.com3 min