我國建成全球比較大傳染病網絡直報系統3月9日，在十四屆全國人大二次會議民生主題記者會上，國家疾病預防控制局局長王賀勝表示，我國目前已建成全球規模比較大的傳染病網絡直報系統，平均報告時間從5天縮短到4小時；國家層面建立了72小時內快速鑒定300種病原體的技術體系，所有省級和90%的市級疾控中心都具備了核酸檢測和病毒分離能力。我國傳染病網絡直報系統現已覆蓋約8.4萬家醫療機構和2.8萬個發熱門診，有200余家綜合醫院正開展15種以上呼吸道多病原體監測，流感等呼吸道傳染病防控工作取得積極成效。可以在患者信息這一個頁面內查看到診斷、檢驗、影像、醫囑信息進行全流程查漏追溯。2025傳染病系統轉型

疾病預防控制管理系統是一種基于計算機技術的管理系統，旨在幫助**和公共衛生機構有效地控制、預防傳染病等疾病的發生和傳播。該系統可以實現傳染病的實時監測，并提供預警和響應機制，可以迅速發現**并做出應對措施。該系統還可以幫助公共衛生機構進行疾病的數據統計和分析，有效指導各類衛生服務提供者的疾病預防和控制工作，保障人民身體健康和社會穩定。此外，該系統還具有良好的可擴展性和互操作性，可以適應各種情境和變化，并與其他衛生信息系統進行集成和共享，保障整個衛生信息體系的協調一致和高效運行。遼寧傳染病系統分類據統計，我國醫療機構報告的傳染病病例占監測數據總量的80%以上。

移動端和智能手環針對用戶，移動端提供了解以及上報流行病的渠道，智能手環實時監測用戶身體狀態。傳染疾病防控與智能分析系統實現了對流行疾病**、輿情、城市人群、行程軌跡、疫苗接種、風向溫度等**相關大數據的多維多尺度監測、專題制圖和時空分析，同時基于手機信令和行程大數據核實確診患者的個人行程以及密接人員，并通過知識圖譜構建病患關系圖譜，精細篩選確診人群、潛在***人群信息及其行為軌跡，結合機器學習ARIMA時序分析模型，SIR、SEIR傳播模型對傳播規律及其拐點進行模擬預測，并通過K-Means聚類、情感分詞、TF-IDF算法、LDA主題模型進行輿情主題信息提取及民眾情感分析，為民眾生活、疾控部門的**防控提供科學有力的支撐。

人群分布：根據病例的年齡、性別和職業等信息，分析病例的人群聚集性。當地罕見/少見病種：當地從未發生過或近5年來從未報告的病種。對預警信息進行初步分析后仍不能排除異常增加或聚集時，應立即通過電話等方式做進一步核實。核實內容包括疾病診斷的準確性、病例的相關信息以及**發展趨勢等。電話核實結果仍不能排除的，需進行現場調查。并完成現場調查信息的反饋。根據預警規則，完成傳染病電子病歷信息轉換為傳染病預警信號，以便開展傳染病來源排查和風險識別，包括是否有潛在聚集性風險、是否有敏感身份人員（醫護人員、公共服務人員等）。可以自動查重，頻繁來醫院的傳染病、慢性病患者。

為什么要部署監測預警前置軟件？在傳統的傳染病上報流程中，傳染病網絡直報系統的報告終端放置在醫院負責傳染病上報的部門，如防保科或公共衛生科等。臨床醫生在接診過程發現傳染病病例時，需要先從HIS、電子病歷系統中找到患者相關信息，轉錄填寫傳染病報告卡（紙質或電子版）后，再傳遞給防保科醫生，然后由防保科醫生通過報告終端，再次手工轉錄并上報。這個過程存在以下弊端：“被動性”：傳統的傳染病監測主要依賴于臨床醫生的診斷和報告，這種模式容易受到醫生主觀判斷的影響，且可能因醫生的疏忽或經驗不足而導致漏報或誤報。醫療機構是傳染病監測數據的重要來源，包括醫院、社區衛生服務中心等，負責日常診療過程發現的傳染病報告。山西手機傳染病系統預警

網絡覆蓋全國，確保數據收集的全面性和及時性。2025傳染病系統轉型

“因此，國家前置軟件是集成醫院信息系統的重要軟件工具和主要技術手段，并非單純地解決傳染病報告卡的自動采集交換問題，將對醫療機構的傳染病監測預警模式與流程產生重大變革。”馬家奇說。國家前置軟件的三大**業務目標“醫防融合，融的是數據流；醫防協同，協同的是工作流。”馬家奇認為，國家前置軟件基于數據流融合與工作流協同，力爭實現三大**業務目標。***，針對明確診斷的傳染病監測信息，實現自動后結構化提取與上報。通過采用先進的自然語言處理技術（NLP）和信息抽取算法，國家前置軟件內置能夠從原始電子病歷數據中提取關鍵信息并轉化為結構化數據的軟件工具，可有效提高醫療機構傳染病監測數據的處理效率和準確性。2025傳染病系統轉型