La influenza aviar, particularmente los subtipos H5, representa una amenaza continua para la avicultura y la salud pública. Predecir dónde y cuándo podrían ocurrir brotes es difícil, especialmente en un país grande y diverso como China. Para abordar este desafío, desarrollamos un modelo informático inteligente utilizando inteligencia artificial (XGBoost) para analizar más de dos décadas de datos sobre brotes de influenza aviar H5. Combinamos esto con información de múltiples fuentes, incluidos datos satelitales sobre la densidad de aves de corral, zonas climáticas, hábitats de aves silvestres y condiciones climáticas diarias. Nuestro modelo identificó con alta precisión los factores clave que impulsan el riesgo de brotes. Descubrimos que la densidad de granjas avícolas y zonas climáticas específicas son los factores de fondo más importantes, mientras que los cambios climáticos diarios actúan como desencadenantes. Notablemente, descubrimos una interacción sorprendente: las altas temperaturas de verano, que generalmente se consideran de bajo riesgo, pueden convertirse en un peligro significativo en áreas con muchas granjas avícolas. Estos hallazgos se utilizaron para crear un mapa de riesgo de alta resolución de China, destacando los puntos críticos para una vigilancia dirigida. Esta investigación proporciona una herramienta valiosa para desarrollar mejores sistemas de alerta temprana para proteger tanto la salud animal como la humana de la amenaza de la influenza aviar.