该项目名为“AI驱动的行为流行病模型与干预设计（Aibem）”，将在三年内获得970139欧元资助，由萨拉戈萨大学生物计算与复杂系统物理大学研究所（BIFI）所长、理论物理系成员Yamir Moreno教授负责协调。参与该联盟的还包括庞培法布拉大学（UPF）Joan Benach教授的研究团队。Benach是健康不平等研究组—就业条件网络（GREDS-EMCONET）负责人，也是JHU-UPF公共政策中心联合主任；以及马德里卡洛斯三世大学（UC3M）复杂系统跨学科研究组（GISC）Anxo Sánchez教授的研究团队。
Aibem是从2026年征集活动收到的800份申请中入选的32个项目之一，成功率为4%。本届活动中，“la Caixa”基金会将向入选项目提供总额2570万欧元的资助。
该项目获选也成为阿拉贡地区科研领域的一个里程碑。自2018年首次启动以来，“la Caixa”基金会健康研究项目已资助西班牙和葡萄牙约260个生物医学研究项目。AIBEM是首个由萨拉戈萨大学作为主要组织机构（host organization）牵头的阿拉贡项目。
“二十年来，科学一直帮助我们通过接触网络精确模拟病原体传播的动态。然而，真正的挑战始终在于我们自身本性的不可预测性。如何呈现卫生危机中人类行为的复杂性，仍是一个尚未解决的问题。生成式人工智能的出现改变了游戏规则，使我们获得了有利条件：如果赋予自主计算代理推理和相互影响的能力，就有可能让流行病学模型不再只是数学推演，而是成为社会层面人类因素的真实反映。”项目首席研究员、萨拉戈萨大学生物计算与复杂系统物理大学研究所（BIFI）所长兼理论物理系成员Yamir Moreno表示。
旨在模拟人类行为的模型
新冠疫情表明，疫苗接种、佩戴口罩或减少流动等措施的执行程度，在不同社会群体之间以及不同时期存在巨大差异，同时还受到风险认知、对机构的信任、虚假信息、社会经济环境、脆弱性和物质不平等的影响。然而，现有流行病学模型仍将人类行为视为固定或外生参数，这极大限制了其作为决策工具的实用性。
在此背景下，Aibem提出了范式转变：采用所谓生成式智能体模型（GABM），让每个模拟个体由一个根据特定个人画像配置的大型语言模型（LLM）驱动。这与ChatGPT或Gemini等人工智能平台所采用的技术相同。这些智能体将拥有自己的身份、目标、记忆和工具。在这一框架下，它们将彼此互动、作出决策、形成预期并产生社会规范。此外，研究人员还将通过与真实人类开展的实验，对这些智能体的反应进行系统验证。
“疫情不仅是生物学现象，其传播及后果还深受社会不平等、生活和工作条件以及权力关系的影响。”项目另一位研究人员、庞培法布拉大学（UPF）健康不平等研究组—就业条件网络（GREDS-EMCONET）负责人兼JHU-UPF公共政策中心联合主任Joan Benach指出。
Benach认为，仅仅开发更复杂的流行病学模型还不够，还必须纳入导致某些社会群体更容易暴露于疫情、更为脆弱或更缺乏保护能力的结构性原因。UPF的研究人员将发挥其在健康不平等、生态社会决定因素和公共政策方面的经验，负责设计和评估干预措施，同时考量其有效性及其对公平性的影响。
“我们的挑战是帮助人工智能不仅更准确地预测疫情，还能解释疫情，并制定社会公正的公共卫生应对措施。”Benach强调。这些应对措施应当让相关参与者加入其中，并有助于减少现有不平等，而不是复制这些不平等。
该项目由三大工作模块组成。UC3M将通过IBSEN平台，对具有不同社会经济背景的参与者开展行为实验。该平台是在同名欧洲H2020项目框架下建立的。萨拉戈萨大学将开发能够复现人类行为的生成式智能体，并将其整合进流行病学模型，同时利用BIFI的超级计算基础设施（CESAR），以及网络与复杂系统研究组（COSNET）在疫情数学和计算建模方面的丰富经验。UPF将把研究结果转化为供卫生部门决策使用的支持工具，其中包括对每项干预措施分配影响的明确评估。
将公平性作为模型结果
AIBEM的一大特点是，公平性并不是在分析最后才加入的因素，而是模型本身的一项主要结果。研究人员将基于西班牙人口普查数据、劳动力调查和分层流行病学登记数据，在按年龄划分的接触矩阵中加入职业、收入和社区等社会经济维度，从而使不同群体在疾病负担和应对能力方面的差异源自各自的物质条件。
该项目还纳入了与《欧洲人工智能法案》（EU AI Act）相一致的伦理和治理框架，包括偏见审计、人类监督以及独立的公平性审查。所有模型、数据和验证方案都将依据FAIR原则开放发布。
预期成果包括：通过人类实验数据验证、并明确体现社会经济多样性的行为智能体；能够量化行为异质性如何影响传播的耦合流行病学模型；在现实社会条件下设计和评估干预措施的系统方法；以及面向西班牙和欧洲卫生部门的决策支持工具包，其中将包括政策报告、伦理指南和模拟软件。
