Model AI Google zajmuje pierwsze miejsce w ocenie CDC prognoz hospitalizacji grypowych

Centra Kontroli i Prewencji Chorób (CDC) 30 września 2026 r. opublikowały ocenę sezonu prognozowania FluSight 2025‑2026, wskazując model Google_SAI-FluEns firmy Google jako najlepiej radzący sobie model wśród indywidualnych zgłoszeń zespołów prognozujących hospitalizacje z powodu grypy w USA. Google podało, że ich zgłoszenie zająło pierwsze miejsce wśród 39 kwalifikujących się modeli w tym sezonie.

W ogłoszeniu Google, Zahra Shamsi z Google Research powiedziała, że prognozy opracowano przy użyciu Empirical Research Assistance (ERA), narzędzia AI, które firma opisuje jako generujące algorytmy optymalizacyjne w różnych dziedzinach nauki. Google poinformowało, że badania nad ERA zostały opublikowane w czasopiśmie Nature oraz że podstawowa technologia tego narzędzia jest dostępna zaufanym testerom poprzez jego eksperymentalne narzędzia naukowe.

Wyniki sezonu

Zgodnie z raportem oceny CDC, 34 zespoły dostarczyły prognozy hospitalizacji z powodu grypy oparte na 53 unikalnych modelach w trakcie sezonu. Trzydzieści dziewięć modeli spełniło kryteria włączenia analizy, składając prognozy na co najmniej 75 % celów; CDC wykluczyło prognozy krajowe z punktacji ze względu na różnice w skali oraz prognozy dla Portoryko z powodu dostępności danych. Spośród 39 uwzględnionych modeli, 33 osiągnęło lepsze wyniki niż baza odniesienia FluSight, model referencyjny prognozujący przyjęcia z poprzedniego tygodnia.

Zespół prognoz FluSight, łączona prognoza używana przez CDC do komunikacji, zajął siódme miejsce w ogólnej klasyfikacji sezonu według głównej miary wydajności i był jednym z 12 modeli, które konsekwentnie przewyższały bazę w wszystkich jurysdykcjach. Wśród indywidualnych zgłoszeń zespołów, Google_SAI-FluEns okazał się najlepszym wykonawcą.

CDC określiło sezon 2025‑2026 jako umiarkowany w ramach wstępnej oceny nasilenia w trakcie sezonu. Najwyższa tygodniowa liczba hospitalizacji przekroczyła 40 000, przy czym hospitalizacje zaczęły rosnąć w połowie listopada 2025 r. i osiągnęły szczyt krajowy w tygodniu zakończonym 27 grudnia 2025 r.

Raport dokumentuje również, w których obszarach prognozowanie sprawiało trudności. Stwierdza, że przedziały predykcyjne zespołu na poziomie 50 % i 95 % nie przewidziały wzrostów hospitalizacji obserwowanych pod koniec grudnia 2025 r. oraz spadków w połowie stycznia 2026 r. W okolicach tygodnia szczytowego sezonu mniej niż 25 % dwutygodniowych przedziałów prognozowych we wszystkich jurysdykcjach obejmowało rzeczywiste wartości, a pokrycie zespołu FluSight ustabilizowało się w okolicach 95 % od lutego 2026 r.

Jak CDC oceniło prognozy

CDC zwracało się do zespołów akademickich, przemysłowych i rządowych o cotygodniowe prognozy hospitalizacji z powodu grypy w okresie od listopada 2025 r. do 20 maja 2026 r., a pierwsze z nich opublikowano na stronie FluSight 12 grudnia 2025 r. Głównym celem prognozowania były tygodniowe hospitalizacje z powodu grypy w bieżącym tygodniu oraz do trzech tygodni w przyszłość dla Stanów Zjednoczonych, każdego stanu, Portoryko i Waszyngtonu, D.C., przy użyciu danych z National Healthcare and Safety Network. Ostateczne dane docelowe wykorzystane do punktacji opublikowano 1 lipca 2026 r.

Prognozy oceniano przede wszystkim pod kątem względnego ważonego wyniku przedziałowego (relative weighted interval score), standardowej miary, jak blisko zestaw przedziałów predykcyjnych prognozy odpowiada rzeczywistym obserwacjom. Metryka jest obliczana względem bazy odniesienia, przy czym wartość poniżej 1 oznacza wydajność lepszą niż baza, a wyniki obliczano na podstawie logarytmicznie przekształconych liczb przyjęć jako średniej geometrycznej stosunków wyników pomiędzy modelami. Prognozy oceniano także pod kątem pokrycia 50 % i 95 %, czyli częstotliwości, z jaką przedziały predykcyjne obejmowały później zaobserwowane wartości. Modele klasyfikowano na podstawie przesłanych metadanych jako statystyczne, mechanistyczne, sztuczna inteligencja lub uczenie maszynowe, bądź zespołowe, choć kategorie te nie były wykorzystywane w punktacji.

CDC organizuje coroczne wyzwania prognozowania grypy od sezonu 2013‑2014, z wyjątkiem lat 2020‑2021, kiedy ograniczona aktywność grypowa uniemożliwiła stabilne prognozy. Ocena prognoz FluSight dotyczących wizyt na oddziałach ratunkowych w związku z grypą jest w przygotowaniu.

Badania stojące za zgłoszeniem Google

Preprint złożony 15 maja 2026, autorstwa Sarah Martinson, Michael P. Brenner, Martyna Plomecka, Brian P. Williams, Nicholas G. Reich i Zahra Shamsi, opisuje system stojący za prognozami: autonomiczny system, w którym duży model językowy kieruje przeszukiwaniem drzewa, które tworzy, testuje i udoskonala wykonywalne oprogramowanie prognozujące. Autorzy podają, że w pełnej, perspektywicznej ocenie w czasie rzeczywistym w sezonie oddechowym USA 2025‑2026 system wygenerował modele dla grypy, COVID‑19 i wirusa syncytialnego (RSV) przy użyciu różnych metodologii, oraz że zespół zbudowany z modeli generowanych maszynowo osiągnął wyniki co najmniej tak dobre, jak lub lepsze niż zespoły kuratorowane przez CDC w hubach, poza próbką. Informują również, że system wyprodukował użyteczne prognozy dla RSV w warunkach ograniczonych danych, zwanych “cold start”.

W poście Google Research z 29 kwietnia 2026 r. zespół powiedział, że rozpoczął składanie cotygodniowych prognoz grypy dla każdego stanu USA oraz na horyzonty do czterech tygodni, gdy wyzwanie CDC otworzyło się w listopadzie 2025 r., oraz że później dołączył do żywych hubów prognozowania CDC dla COVID-19 i RSV. Post stwierdził, że publiczne rankingi dla grypy i COVID-19 prowadzone przez Reicha, profesora bioistatystyki na Uniwersytecie Massachusetts Amherst oraz konsultanta w projekcie, wykazały, że Google osiągał wyniki na szczycie lub blisko niego w okresach składania prognoz. Post wymienia Shamsi, Martinson, Reicha, Plomeckę i Williamsa jako liderów prac nad prognozowaniem epidemiologicznym.

Dlaczego CDC prowadzi prognozowanie grypy

Program prognozowania grypy CDC ma na celu przewidywanie z wyprzedzeniem, kiedy i gdzie mogą wystąpić wzrosty hospitalizacji z powodu grypy, zgodnie z przeglądem programu agencji. CDC twierdzi, że dokładne prognozy mogą pomóc w przydzielaniu leków przeciwwirusowych, przygotowaniach na wzrost liczby hospitalizacji związanych z grypą, dystrybucji personelu medycznego, łóżek szpitalnych i zasobów leczniczych, a także w komunikacji dotyczącej środków łagodzących oraz terminów szczepień. Inicjatywa rozpoczęła się w 2013 r. w ramach „Predict the Influenza Season Challenge”, a cotygodniowe prognozy hospitalizacji opierają się na danych NHSN od sezonu 2021‑2022.

Google stwierdził, że wynik oceny potwierdza ich przekonanie, że sztuczna inteligencja połączona z ludzką pomysłowością poprawi zdolność prognozowania chorób na całym świecie. CDC, partnerzy FluSight oraz interesariusze spotykają się pod koniec każdego sezonu prognozowania, aby przeglądać podejścia prognozujące, omawiać dokładność i planować kolejne sezony, w tym wprowadzenie nowych celów prognozowania.