Google、Earth AIの公衆衛生研究を発表 感染リスク把握を支援

Googleは2026年10月6日、Earth AIを公衆衛生に活用する研究成果を発表しました。地域の健康データに衛星画像や環境情報、人の移動データを組み合わせ、感染リスクの把握や疾病の予測を支援します。一部の協力機関には、対話型の地図分析と疾病予測の研究用試作ツールを提供しています。

地域のリスクを把握、予測の改善には差も

コンゴ民主共和国では、WHO AFROとINRBのUMIEがエボラ流行への対応で試作ツールを使いました。Googleによると、WHO AFROは感染リスクのある48集落を数分で特定し、45,500人超を把握。分析結果は移動検査室の配備や国境監視の調整に活用されました。

地域の特徴を数値で表すモデル「PDFM」は、検索傾向、人の移動、施設密度、気象・大気質などを扱います。この地域の特徴を表すデータは毎月更新されます。

Googleによると、メキシコの約2,450自治体でPDFMとTimesFM 2.0によるデング熱予測を評価し、流行中の自治体の最大72％で1カ月先の予測精度が改善しました。一方、米国の心血管疾患死亡数の推定では従来手法との差は有意ではなく、コレラの1〜2週間先の予測でも有意な精度向上はありませんでした。

暮らしと仕事への影響

今回の研究で注目したいのは、予測の数字だけでなく、検査の体制をどこに配置するかという判断への活用です。地域のリスクを把握できれば、限られた人員や設備の配分を考える材料になります。ただし、病気や予測期間によって結果が異なるため、どの用途でも精度が上がるとは受け取れません。

PDFMの特徴量は、Google Maps PlatformでPopulation Dynamics Insightsとして商用プレビュー提供されています。研究者は一部用途で無償アクセスを申請できます。GoogleによるとPDFMは17カ国で利用可能ですが、日本での提供は発表には書かれていません。

関西の暮らしと仕事での使いどころ

関西での使いどころとして考えられるのは、自治体や研究機関が地域ごとのリスクを見ながら、検査拠点や住民への案内を検討する場面です。通勤や買い物で人が移動する地域を、行政の境界だけでなく移動のつながりから考える参考にもなりそうです。これは活用の例であり、関西での導入を示すものではありません。