上海傳染病系統管理 和諧共贏 上海利翔科技發展供應

一旦系統檢測到異常情況和關注疾病的觸發條件，將立即觸發預警提醒機制，通知院內相關監測部門和疾控監測機構進行協同排查和調查工作，以便及時采取措施，遏制**蔓延。在技術實現層面上，**前置軟件采用“旁路部署”在**網絡的DMZ區。其通過自然語言處理技術，自動提取**機構電子病歷數據中的結構化要素，并經過標簽化處理，動態建立患者電子疾病檔案（EDR）數據庫，所需數據采用分類映射的方式，如“診斷”數據要求實時映射上報，部分檢查檢驗結果需在2小時內完成映射上報，出院數據的時效要求是T+0等；通過傳染病風險識別知識圖譜、知識推理、**規則、檢查檢驗和傳染性四個方面，進行動態風險評估，實時觸發疑似/確診病例的預警及處置提醒。上述所有數據處理工作均在本地完成，相關數據與數據處理結果需在服務器中保存14天，過期將自動***。預警系統能夠對風險進行科學評估，合理分配**資源，確保防控措施的實施。上海傳染病系統管理

AI算法助力**預測。在**預測中，本系統結合機器學習ARIMA時序分析模型，SIR、SEIR傳播模型對**發展的可能情況進行態勢推演，估算出城市內部**危險系數，對傳播規律及其拐點進行模擬預測。大數據追蹤病患軌跡在傳播調查頁面中，我們采用大數據平臺、結合云計算，實現海量軌跡的篩選追蹤，推測患者關系，智能分析密接人員軌跡。作為軟硬件融合的**監測防疫體系，通過移動端、硬件設備與Web端有機結合，實時監測用戶**。Web端針對疾控中心，實時監測和分析流行病發展態勢。河北云端傳染病系統平臺傳染病預警與監測系統由的監測網絡構成，包括**機構、疾控中心、實驗室等，負責收集傳染病數據。

譬如，一位病人在上海某**機構就診時，當醫生在醫生工作站內診斷了（疑似）傳染病，信息系統根據病種名稱自動彈出已從醫保卡/掛號信息中自主采集的基本信息及診斷的傳染病報告卡，醫生補充個別字段即完成報告；后續，該病例信息通過專網，實時逐級上行到區、市、**平臺。問哪些傳染病需要通過系統進行報告？40種法定傳染病一旦發現，必須通過系統報告，包括甲類傳染病（鼠疫、霍亂）、乙類傳染病（如麻疹、登革熱、猩紅熱、等）、丙類傳染病（如流行性感冒、流行性腮腺炎、手足口病等）。

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。其次，監測監管是傳染病防控的關鍵環節。

通過對傳染病病例現住址信息抓取和完善，在GIS地圖上可按照病例上報**位置、病例現住址等維度的熱力顯示，可查看傳染病病例的詳細信息。地區分布：根據現住址或者工作（學習）單位等信息，分析病例的空間聚集性。若多個病例來自于同一家庭、學校、幼托機構、自然村寨、社區或毗鄰村寨/社區由同一**衛生單位報告時，需要對病例的空間聚集性進行深入分析。時間分布：根據病例的發病時間和疾病的潛伏期等信息，分析病例的時間聚集性。據研究表明，有效的預警系統可以使傳染病防控時間縮短30%以上。重慶云端傳染病系統用戶

待檢查、檢驗陽性結果出來后，實時推送給相關醫生，完成傳染病報卡。上海傳染病系統管理

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。上海傳染病系統管理