在乌干达 Bwindi 国家公园，山地大猩猩、居民和牲畜生活在相邻区域。病原体一旦跨过物种屏障，从动物进入人类，就发生了“溢出事件”。过去，保护组织往往等疫情出现后再处理；现在，他们想让 AI 提前从动物与环境信号里找出风险。
据《Nature》报道，在一项于 2026 年 3 月结束的三年合作中，Conservation Through Public Health 团队采集公园周边牛和家禽的样本，检测布鲁氏菌病、裂谷热等可感染人类的疾病，再把结果与日常大猩猩监测记录合并，交给 NESTLER 训练预测模型。AI 在这里更像分诊员：从大量零散数据中排出优先调查的风险，而不是替代采样、诊断和现场响应。
这项尝试值得关注，也不宜提前庆功。《Nature》指出，此类工具仍有限，在传染病流行病学中尚未广泛使用；报道也未披露模型的准确率或跨地区验证结果。换到物种、季节和数据条件不同的地方，模型可能失效。它最终是预警系统还是漂亮仪表盘，关键仍在持续采样、当地数据和收到警报后的行动。