第二，針對病原檢測結果陽***例，主動提醒醫療機構進行確診。通過智能算法，國家前置軟件能實時監測和識別病原檢測結果中為“陽性”的病例，并自動提取相關信息，與已有的傳染病數據庫進行匹配和比對，實現對病原檢測陽性結果尚未作出明確診斷病例的發現，即時觸發提醒進行病例追蹤復診的工作流。第三，對主動感知的異常病例實時提醒排查。利用深度學習模型訓練和動態風險評估規則庫，國家前置軟件能根據歷史數據和實時監測數據，對異常病例和重點關注疾病進行動態風險評估。有效的預警系統能夠避免資源過度集中或分散，提高資源利用效率，節約公共開支。廣東傳染病系統APP

各級各類醫療機構以集成部署國家前置軟件作為抓手，一方面可強化自身履行傳染病早期監測預警的公共衛生職責，另一方面也能獲得國家前置軟件為醫療機構帶來的賦能效果。”馬家奇坦言，醫療機構與疾控部門的視角、立場有時會存在差異，但關鍵時刻應當服從傳染病防控業務“一盤棋”、應用“一體化”的國家大局，實現監測數據“一數一源、一源多用”。“希望廣大醫療機構能與疾控部門達成共識、形成合力，共同推動國家前置軟件的部署應用，實現傳染病監測預警模式的全新變革。”福建傳染病系統時代模型包括統計模型、人工智能模型等，具有高度的智能化和自動化。

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。

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。疾控中心作為傳染病監測的機構，負責收集、整理和分析傳染病數據。

馬家奇認為，傳統傳染病監測與預警方式的主要弊端在于：一是“被動監測”，即依賴臨床醫生的主動診斷和報告。傳染病的早期診斷，需要醫生結合患者多病原檢查檢驗結果和流行病學史等進行綜合判斷，很可能因病原檢測結果延遲、缺乏風險識別輔助等各種因素，使得醫生無法及時、準確做出診斷，導致傳染病漏診和遲報、漏報，甚至忽略對疑似新發傳染病的早期排查。二是“人工報告”，存在信息采集緩慢、數據準確性不高等問題。上報流程存在斷點，導致監測報告時效性、監測數據準確性均有所下降。數據顯示，從臨床醫生作出傳染病診斷，到疾控人員看到報告，一般需4個小時以上。手工轉錄的方式，也為各種人為因素導致填報信息錯誤提供了可能。實驗室檢測是傳染病監測的重要手段，通過對病原體的檢測，確定傳染病的類型和傳播途徑。海南中國傳染病系統管理

預警模型是傳染病預警與監測系統的關鍵技術，通過對歷史數據和實時數據的分析，預測發展趨勢。廣東傳染病系統APP

支持對傳染病病例信息進行多維度的篩選查詢，包括但不限于有效身份證件號、姓名、手機號、性別、發病時間、臨床表現、實驗室檢查以及居住行政區（精確到街道）等信息。支持關鍵信息查看，包括個人的***發熱門診就診時間、***檢測時間及結果、***狀態等信息。指針對一些特殊的傳染病，一旦發現1例，系統即實時發出預警信號。單病例預警的特殊病種：鼠疫、霍亂、傳染型非典型肺炎、脊髓灰質炎、人***高致病性禽流感、肺炭疽、白喉、猴痘、急性***血吸蟲病、絲蟲病、手足口病重癥和死亡、登革熱、**重癥和死亡、狂犬病及不明原因肺炎。廣東傳染病系統APP