安徽：数据筑基 场景破题

2024年以来，安徽省积极推进“人工智能+传染病监测预警”工作，围绕聚集性肺炎监测、症候群监测、血吸虫病防治、肺结核筛查、病媒监测和流行病学调查等多个领域，迈出“数据筑基、场景破题、创新应用”三大步，打造覆盖广、响应快、研判准的智慧化防控体系。

筑牢根基

夯实智慧监测“硬支撑”

安徽省成立由省疾控局局长任组长的人工智能领导小组，统筹推进人工智能与传染病监测预警的深度融合；举办“人工智能技术进展与行业应用落地探索”培训，提升疾控系统全体人员对人工智能技术的理解与应用能力，推动人工智能技术在疾控各业务领域的广泛应用。

高质量的数据是人工智能赋能传染病监测预警的基础。安徽省依托全民健康信息平台，整合19家省属医院、255家二级以上公立医院及1.8万家基层医疗卫生机构的数百亿条医疗数据，实现跨机构、跨区域数据共享。庞大的数据资源为人工智能训练打下坚实基础，使算法模型能够在真实世界数据中不断优化迭代。

同时，安徽省着力打造各类“智慧中枢”。目前，省统筹区域传染病监测预警与应急指挥信息平台主体功能建设已初步完成，并进入试运行阶段。“智医助理”系统已覆盖全省基层医疗卫生机构，可实现对法定传染病、17种重点传染病及5类症候群的监测预警，有力推动监测关口前移。省级影像云平台接入全省2398家医疗机构，存储影像数据超1.3亿份，日均新增影像数据超9万份，为影像学智能辅助诊断和病情监测提供了强大支撑。

创新应用

打造人工智能“新场景”

安徽省紧扣实际需求，打造了6个“人工智能+传染病监测预警”应用场景，具有一定的实战价值。

聚集性肺炎监测。作为国家聚集性肺炎监测试点省份，安徽省将“人工智能+聚集性肺炎监测”纳入首批重点应用场景，开发聚集性肺炎病例自动识别工具，在合肥市传染病智慧化监测预警系统部署试用，实时获取在院患者全病程信息，智能分析肺炎风险，有效把握检测窗口期，提升早发现能力。2025年4月1日以来，已监测住院病例21.7万例，识别肺炎病例1.09万例，将1994例病例纳入主动监测。

症候群监测。安徽省疾控局与相关企业合作开发了传染病症候群监测预警科研平台，通过收集和分析基层医疗卫生机构的疾病监测数据，初步实现了对呼吸道症候群、肠道症候群的监测预警，为突发公共卫生事件的早发现、早处置赢得宝贵时间。

血吸虫病智能诊断。针对低流行状态下血吸虫病诊断难题，安徽省采用深度学习技术建立了日本血吸虫抗体检测结果的智能识别模型，研发出了血吸虫病智能诊断仪器。该仪器每分钟可判读96份检测结果，实现了检测结果的自动化、快速化、精准化、可视化判读，已获多项发明专利和计算机软件著作权，并在湖南、江西等血吸虫病防控重点省份推广使用。

肺结核智能筛查。基于省级影像云平台，安徽省建立了肺结核智能筛查模型。使用该模型对17万余份DR（数字化X线摄影）胸片进行回顾性读片，再由专家对筛查出的疑似病例进行复核，结果显示该模型筛查灵敏度和特异度均达到世界卫生组织推荐标准以上。随后在宿州市灵璧县23家医疗机构试点应用该模型，2025年5月12日至今，累计对8904份DR胸片进行实时智能读片，筛查出疑似活动性肺结核概率≥40%的病例87例。通过“人工智能初筛+专家复核+疾控联动”模式，安徽省已构建了肺结核智能筛查及预警闭环管理体系，待模型成熟后，将进一步拓展应用范围。

病媒智慧监测。安徽省基于省统筹区域传染病监测预警与应急指挥信息平台开发蜱虫叮咬监测系统，并已在“皖事通”应用程序上线发布，通过“数据采集—智能分析—精准干预”路径，实现发热伴血小板减少综合征早诊早治。同时，创新研发安徽媒介蜱虫智慧化识别与管理系统，构建全国首个发热伴血小板减少综合征重点流行区蜱虫图片数据集。该系统人工智能辅助蜱虫识别算法模型总体识别率达92%，单帧处理速度≤0.1秒，对4种广布蜱种总体识别率达95%。

智能流调提效。依托合肥市传染病智慧化监测预警系统，安徽省首创基于深度学习的疾控预警模型，可智能分析流调任务的紧急程度和人员位置，自主分配任务至最近的处置团队。在人工智能外呼机器人、监测预警系统的协同支撑下，流调报告生成时间缩短至10分钟；内置的127条逻辑规则库可自动核查数据矛盾，显著提升流调效能。

从海量数据的高效分析到多个实战场景的精准应用，安徽省探索出了一条人工智能赋能传染病监测预警的可行路径，构建了“智能预警、精准防控”的新范式。下一步，安徽省将以入选国家疾控局人工智能创新应用试点单位为契机，拓展数据采集渠道，融合气象、环境监测、动物疫病等跨部门数据，强化数据深度治理与安全管理，打造更加丰富多元的数据生态；推进省统筹区域传染病监测预警与应急指挥信息平台聚集性肺炎监测系统建设，升级肺结核早筛算法，并向全省91家定点医疗机构及基层医疗卫生机构推广应用；优化智能流调系统功能，提升蜱虫监测智能化水平，持续提升传染病监测预警的灵敏度、精准度与时效性。

案例分享

案例一

2025年10月，安徽省六安市金寨县一名患者因有蜱虫叮咬史，在蜱虫叮咬监测系统中登记了相关叮咬信息。系统给患者发送提醒短信，并进行了电话随访。

之后该患者因全身乏力、食欲减退，前往古碑镇中心卫生院就诊，血常规检查提示白细胞与血小板减少，随即转诊至金寨县人民医院，金寨县人民医院收到国家传染病智能监测预警前置软件发送的风险提示。经诊断，患者被确诊为发热伴血小板减少综合征，并转往六安市人民医院（定点医疗机构）治疗。

目前，蜱虫叮咬监测系统可向省内已完成前置软件部署的医疗机构精准推送蜱虫叮咬风险提示信息，对全省具有蜱虫叮咬史的人员开展实时追踪与动态风险评估，实现从风险识别到闭环管理的全流程智能化监测。

当具有蜱虫叮咬史的人员前往医疗机构就诊时，前置软件基于实时数据流与预设风险规则，即时触发预警机制，向接诊医疗机构发送精准预警信号，智能提示就诊人员存在罹患发热伴血小板减少综合征的风险，为临床早期诊断与及时干预提供有力支撑。

案例二

2025年10月16日，合肥市传染病智慧化监测预警系统自动预警某医院有1例重症肺炎监测病例，并提示该病例入院后流感病毒、肺炎支原体、新冠病毒等病原体核酸检测阴性。合肥市疾控中心第一时间启动应急预案，派员会同医院开展会诊、流调、采样检测、院感控制等工作，快速明确该病例为副流感病毒、流感嗜血杆菌、肺炎链球菌混合感染，经治疗，病例已痊愈出院。

此次事件中，依托传染病智慧化监测预警系统，将医防协同防控关口前移，实现了监测病例的“早发现、早诊断、早处置”，为不明原因肺炎风险病例监测提供了实践参考。（安徽省疾控局党组成员、副局长 王海）