疾控工作者个人到底需要什么样的AI？

这两年，AI 的发展速度几乎可以用“天”来计算。

今天一个大模型爆火，明天一个办公插件刷屏，后天又是知识库、智能体、RPA、自动化工作流……新工具层出不穷，功能一个比一个炫，宣传一个比一个夸张。

对疾控人来说，这种变化既让人兴奋，也容易让人茫然。

一方面，我们确实能感受到 AI 带来的效率提升：写材料、做表格、做 PPT、查文献、解释统计结果，很多过去需要几个小时的工作，现在可能很快就能形成初稿。

但另一方面，疾控工作有自己的特殊性：数据敏感、专业性强、责任边界清晰，很多内容不能随意外传，更不能让 AI 替我们做最终判断。

工具越多，问题反而越现实：作为个人，作为疾控职场工作者，到底需要怎么样的AI？

经过这接近2年时间的实践和梳理，我越来越倾向于一个结论：疾控人不需要成为 AI 工具收藏家，也不需要人人成为程序员，而应该成为“会用 AI 解决问题的业务专家”。

疾控人真正需要的，不是最多的 AI 工具，而是一套适合自己的 AI 能力框架。

总结来说就是4项能力和2条红线。

4 项 能 力

第一，疾控人首先需要一个可靠的“对话式 AI 顾问”——对话AI
对多数疾控业务人员来说，AI 最直接的价值，不是开发系统，也不是写 App，而是成为一个随时在线的专业助手。它可以帮助我们：起草公文、总结、流调报告和应急预案；帮助搭建汇报思路和文章框架；解释统计结果，梳理文献要点。
这一层最容易上手，也最容易见效。比如豆包、kimi、Deepseek都可以，不要固定在某一个，而是要发挥各个大模型的所长之处。
但必须明确：AI 可以当参谋，不能替你作最终判断。它可以帮你写初稿，但你必须核实事实。

第二、疾控人需要 AI 真正进入办公流程——办公AI

疾控工作的大量成果，最终都要落在 Excel、Word 和 PPT 上。

所以，AI 的第二个重要层级，不是追逐某个新工具，而是让 AI 进入日常办公场景。比如word写材料写总结，调整语言风格，比如做PPT，比如excel中辅助我们分析数据。

这一层的价值非常实际。它改变的不是“会不会炫技”，而是能不能把大量重复性的初稿工作压缩，把时间留给更重要的事情：核实数据、思考结论、沟通协调和现场处置。

第三、疾控人需要一个懂规矩的知识AI ——知识AI

通用 AI 再强大，也不知道我们科室历年的工作方案，不熟悉本单位的技术规范，更不一定了解某项预案的最新版本。

因此，第三个层级是内部知识库。

把科室历年文件、技术指南、应急预案、培训材料和常见问题逐步结构化，形成内部知识库后，AI 就可以基于这些材料回答问题。

比如，新人问：手足口病聚集性疫情怎么处置？AI 可以先给出基于内部规范的参考答案，并标注来源文件、条款位置、发布日期和适用范围。这对新人培训、知识传承和减少重复咨询非常有价值。

但内部知识库不能简单理解为“把文件都传上去”。知识库是应用，安全是底座，不能因为做了知识库，就默认它一定是安全的。

第四、有很多重复劳动时考虑自动化 ——轻量的自动化工具

AI 的第四层，是轻量自动化。

比如：每天固定格式的疫情日报；自动读取数据、填入模板并生成报告；批量下载文献；

如果一个流程高频、规则稳定、输入格式固定，而且每天都要占用一定时间，就值得考虑用龙虾或工作流工具处理，比如workbuddy、扣子等。

但自动化应该放在最后，而不是一开始就做。因为自动化的前提是流程已经足够标准化。如果数据格式经常变化、业务口径还不稳定、结果难以校验，贸然自动化不仅不能提效，还可能把错误批量放大。

2 条 红 线

AI 工具会不断更新，但疾控工作的两条红线不能变。

第一，数据红线

未经审批的敏感数据，不进入任何不可控的外部平台，原则上不离开受控环境，疾控工作者时刻不能忘了安全的底线。

不能因为某个工具方便，就把个案信息、监测数据、实验室数据、流调资料或内部文件随手上传。

即使做了“脱敏”，也要谨慎。去掉姓名和身份证号，并不等于绝对安全；多个字段组合起来，仍可能识别到个人或特定单位。

第二，责任红线
AI 只是参谋，签字和负责的永远是人。
AI 可以写草稿，但不能替你签发；AI 可以提出建议，但不能替你作决策；AI 可以生成代码，但不能保证结果正确；AI 可以跑流程，但不能替你承担专业责任。

疾控人的AI能力顺序

所以，疾控人的 AI 能力，不是看谁安装的工具最多，而是看谁能把 AI 真正用于解决问题。

我现在的理解是：会提问 ＞ 会鉴别 ＞ 会组合 ＞ 会自动化 ＞ 会开发

面对层出不穷的 AI 产品，我越来越认同几个看似“反共识”的判断：

第一，对疾控工作者来说：不做 AI 工具收藏家，归根到底是要作业务专家。

第二，不盲目追逐最新、最炫的模型；落后最前沿半年是比较保险而且有必要的。

第三，不为了“上 AI”而上 AI；

第四，不在生产环境中贸然使用不成熟、不安全的工具；

第五，稳定大于新潮，合规大于强大，可解释大于黑盒。

这并不是拒绝创新，而是把创新放在合适的位置。核心业务用成熟、稳定、可验证的工具；

真正进入工作流程之前，必须先回答数据安全、结果可靠性和责任边界的问题。疾控人需要的不是最新的 AI，而是可靠、合规、能真正解决问题的 AI。

编辑：普通疾控人 | 审核：诗酒趁年华

文章来源 | 原创

说明 | 转载只为分享，如有侵权联系删除

©版权声明 | 部分信息和图片来自公开网络

转载请注明

再次转载请注明出处

科普健康 | 宣传疾控

本号为多位疾控机构从业者运营

重点关注国内外健康事件

致力于疾控科普

在做好科普服务大众的同时

做好疾控机构的宣传

让更多的人了解疾控，拥抱健康

欢迎加「小编」微信(cdcjkr126com)

本文具体说明

本文为原创内容，如有不合规或不合理之处，欢迎联系小编修改删除。

更多精彩视频，尽在“CDC疾控人”视频号