编辑丨王多鱼 排版丨水成文 新冠大流行期间，一份实时更新 的" 全球新冠疫情数据可视化地图 "火遍全球，该疫情地图 通过结合自动化数据采集与人工审核机制，成为全球多个国家政府、 媒体引用最广泛的疫情追踪系统之一，单日访问量一度高达 20 亿。 这一地图的开发者是 约翰·霍普金斯大学的两位中国留学生 —— 董恩盛 、 杜鸿儒 。 近日 ， 杜鸿儒 作为第一作者，在 Nature 子刊 Nature Computational Science 上发表了题为 ： Advancing real-time infectious disease forecasting using large language models 的研究论文。 该研究开发了一款 多模态大型语言模型—— PandemicLLM ，通过融合多模态信息 （包括 文本形式的公共卫生政策以及基因组监测、空间和流行病学时间序列 数据 ） ，采用 人工智能与人类协作的提示词设计，来实时预测疾病传播。研究团队将该模型应用于美国的 COVID-19 疫情，预测性能显著优于现有模型。 该研究让 大语言模型 （LLM） 化身 疫情预报员 ，成功突破传统模型瓶颈， 不 ...