河北手机传染病系统落地

“为实现及时、智能的传染病报告，需要对传统上报方式进行变革。”马家奇认为，理想的方式是***取消手工报告，实现数据的自动抓取与上报。而“关键点是疾控传染病监测系统要与医院信息系统集成和数据交互。以前就有这个想法，但是落地很难，多年来难以突破。现在下定决心，要真正解决医疗机构与疾控系统互不联通的问题”。国家前置软件项目的创新设计思路“国家传染病智能监测预警前置软件项目”应运而生，其本质是一种具有基于医疗机构电子病历（EMR）智能化主动监测预警能力的传染病监测预警软件系统。据介绍，国家前置软件部署在医疗机构后，可主动从患者电子病历中提取并分析各类与传染病相关的数据，包括就诊记录、检查检验结果、疾病诊断、用药信息等，再通过人工智能算法和模型，对数据进行分析和挖掘，实时评估患者风险，及时发现**的异常变化和传播趋势，实现动态感知的主动监测与预警上报。自动推送疑似病例并生成报告卡，减少漏报。河北手机传染病系统落地

同时，软件重点关注门急诊病历、检验检查结果、用药信息(如“两抗一退”药品，以及明确用于艾滋、结核、丙型肝炎等传染病***的特殊用药)等数据，能够实时监测与识别关键信息，并与患者数据进行匹配。一旦发生“待确诊”病例的病原检测呈“阳性”、***出现特殊用药等情况，将智能触发“病例追踪复诊提醒”功能，提醒临床医生及时做出诊断，从而极大地提升医疗机构的传染病监测闭环管理能力。    “全病程管理”：当已确诊或高风险的传染病患者到医疗机构就诊时，软件将通过深度机器学习模型训练和动态风险评估规则库，进行智能风险识别，触发预警机制，提醒医疗机构启动传染病排查工作流程。监测预警前置软件还将帮助临床医生识别异常病例的传染病风险程度。重庆智慧医院传染病系统预警目前，我国已建立覆盖全国的网络实验室，为传染病监测提供有力支持。

AI算法助力**预测。在**预测中，本系统结合机器学习ARIMA时序分析模型，SIR、SEIR传播模型对**发展的可能情况进行态势推演，估算出城市内部**危险系数，对传播规律及其拐点进行模拟预测。大数据追踪病患轨迹在传播调查页面中，我们采用大数据平台、结合云计算，实现海量轨迹的筛选追踪，推测患者关系，智能分析密接人员轨迹。作为软硬件融合的**监测防疫体系，通过移动端、硬件设备与Web端有机结合，实时监测用户安全。Web端针对疾控中心，实时监测和分析流行病发展态势。

传染病监测预警是防范和化解传染病**风险，保护人民健康、保障公共卫生安全、维护经济社会稳定的重要保障。在健全监测预警体制机制方面，指导意见提出完善传染病监测、**风险评估、预警、**报告和信息公布制度；明确疾控部门、其他部门、疾控机构、医疗卫生机构的传染病监测预警职责；健全多部门、医防协同、平急转换等工作机制。在开展多渠道传染病监测方面，指导意见提出巩固优化**报告管理系统，拓展临床症候群监测网络、病原微生物实验室监测网络、宿主动物和环境相关风险因素监测网络、全球传染病**信息监测等8类传染病监测渠道。利用统一标准实现跨部门数据融合。

为什么要部署监测预警前置软件？在传统的传染病上报流程中，传染病网络直报系统的报告终端放置在医院负责传染病上报的部门，如防保科或公共卫生科等。临床医生在接诊过程发现传染病病例时，需要先从HIS、电子病历系统中找到患者相关信息，转录填写传染病报告卡（纸质或电子版）后，再传递给防保科医生，然后由防保科医生通过报告终端，再次手工转录并上报。这个过程存在以下弊端：“被动性”：传统的传染病监测主要依赖于临床医生的诊断和报告，这种模式容易受到医生主观判断的影响，且可能因医生的疏忽或经验不足而导致漏报或误报。网络覆盖全国，确保数据收集的全面性和及时性。浙江云端传染病系统行业

据统计，我国医疗机构报告的传染病病例占监测数据总量的80%以上。河北手机传染病系统落地

譬如，一位病人在上海某医疗机构就诊时，当医生在医生工作站内诊断了（疑似）传染病，信息系统根据病种名称自动弹出已从医保卡/挂号信息中自主采集的基本信息及诊断的传染病报告卡，医生补充个别字段即完成报告；后续，该病例信息通过专网，实时逐级上行到区、市、国家平台。问哪些传染病需要通过系统进行报告？40种法定传染病一旦发现，必须通过系统报告，包括甲类传染病（鼠疫、霍乱）、乙类传染病（如麻疹、登革热、猩红热、等）、丙类传染病（如流行性感冒、流行性腮腺炎、手足口病等）。此外，当地**和卫生行政部门如果认为有必要按照乙类、丙类管理的其他地方性传染病（比如上海将水痘纳入丙类管理），或者其他暴发、流行或原因不明的传染病，以及不明原因肺炎病例和不明原因死亡病例等重点监测疾病，也可纳入报告范畴。河北手机传染病系统落地