武汉市疾病预防控制中心：AI助力传染病监测预警，科技赋能筑牢公卫防线

健康生活 2025年08月18日 09:47 1 admin

AI助力传染病监测预警，25项专利技术破解公共卫生难题，智能疟原虫检测平台实现“滴血识疟疾”。近年来，武汉市疾病预防控制中心秉持“团结、务实、创新、奉献”精神，以科技赋能公共卫生，用创新守护百姓健康。目前，中心通过 CMA认定的检测项目为18大类876项，可对外承接8方面59类服务项目，持续为“健康武汉”建设注入强劲动力。

■ “AI+大数据”加持，传染病监测更灵敏

2023年7月，“武汉市传染病监测预警中心”在武汉市疾控中心正式成立。该中心通过建立跨部门联动机制，统筹全市传染病监测预警工作，依托大数据、人工智能等前沿技术，不断提升传染病监测预警能力，为城市公共卫生安全筑起坚实防线。

武汉市传染病监测预警中心主任陈邦华介绍，武汉市积极应用大数据和人工智能技术，在传染病监测预警系统中接入DeepSeek大模型及AI算力，深化时间序列分析、传播动力学、气候环境影响因素研究等数据分析与模型应用，显著提升了监测预警的专业性和科学性。

我市在40种法定传染病监测基础上，不断拓展疾病监测范围，将肺炎支原体、呼吸道合胞病毒、腺病毒等易流行传染病纳入监测网络。同时，持续优化哨点布局，2024年扩大呼吸道多病原监测、新增感染性腹泻及发热伴血小板减少综合征监测；2025年增加禽流感哨点种类，提升监测的时效性与敏感性。此外，整合气象、空气质量、饮用水/污水、病媒生物、免疫接种等风险因素，构建起全方位风险预警网络。

“通过对现有系统进行整合升级，实现数据互通共享，我们能更全面掌握疫情动态，为精准防控提供支撑。”陈邦华介绍，目前，国家、省、市共建起50个监测系统网络，覆盖传染病监测、哨点监测、常规监测等多种类型，为全面掌握传染病流行态势提供了有力支撑。急性呼吸道传染病多病原监测、腹泻多病原监测、手足口病监测等病原学监测已建成LIMS系统（实验室信息管理系统）。全市二级以上医院和基层医疗卫生机构接入武汉市一体化平台，通过新建新突发传染病医防整合信息系统，传染病相关医疗数据进入自建公卫云，并初步建立各类传染病专题库。

陈邦华表示，下一步中心将持续深化机制建设，激发创新动能，力争在智能化预警、多源数据融合应用、联防联控效能等方面实现新突破，推动传染病监测预警工作再上新台阶，为疾控事业高质量发展贡献更大力量。

■ 4年斩获25项专利，创新技术守护环境健康

“军团病”是一种以肺炎为主要表现的急性呼吸系统传染病，一旦暴发流行危害极大。空调系统的冷却塔是滋生军团菌的温床，由其引发的军团病感染病例占比达到60%～80%。然而，全球范围内尚无有效途径对此进行干预和治理。

2021年，武汉市疾控中心受武汉地铁集团委托，选取3条线路的58个冷却塔，开展嗜肺军团菌健康风险评估及干预控制技术研究。市疾控中心环境与健康所副主任医师石斌介绍，团队在研究中发现，冷却水中的游离余氯是影响嗜肺军团菌浓度的重要因素，通过按比例投放含氯消毒剂，可有效控制军团菌浓度。

截至目前，武汉市已建有300多个地铁站，如何实现所有点位嗜肺军团菌的动态监测与防治？针对这一问题，研究团队设计研发出一套“冷却塔自动监测及投药系统”，通过在冷却塔中加装一台设备，可实时监测冷却塔中的循环水量和游离余氯含量，自动控制消毒剂的投放频率和投放量。2022年8月，该项目取得国家知识产权局实用新型专利授权，今年7月取得国家知识产权局发明专利授权。

“对公共场所中央空调出风口开展空气质量监测，是预防呼吸道疾病传播的重要举措。”石斌介绍，过去工作人员需要多次采样或使用不同设备，才能分别获取细菌总数、真菌总数、溶血性链球菌三种关键微生物的数据，完成一套集中空调送风采样至少需要3小时。团队创新研发“集中空调送风采样器”，将三套独立的恒流量采样泵集于一身，并改良气流分配系统，配合独有的空调送风捕风装置，可在单次采样中同时捕获和分离三种目标微生物，实现“一机多采”，工作人员完成一套集中空调送风采样仅需1小时，减少采样时间2/3。2021年，这一项目也取得国家知识产权局实用新型专利授权。

“2021年至今，环境与健康所科研团队已获批25项专利。”石斌介绍，去年8月，环境卫生工作室在中心获批建设，专注于科研项目、卫生标准、专利研发及成果转化等科技创新，以日常工作为契机，在工作中发现问题，以科研思路来解决问题。

■ 显微镜装上“智慧眼”，一滴血识别疟原虫

疟疾与艾滋病、结核病并称为世界三大公共卫生问题。尽管我国已实现“消除疟疾”，但随着经济全球化和人员流动增加，境外输入性疟疾风险仍将长期存在。

研究显示，恶性疟疾从发病到诊断时间超过4天即可发生重症，因此快速精准的诊断是防治关键。武汉市疾控中心副主任技师吴凯介绍，显微镜镜检是诊断疟疾的“金标准”，但疟原虫密度高低不均、形态千变万化，而镜检结果完全依赖检验人员的技能水平与经验，存在极大的不确定性。

目前，AI图像识别技术已在医疗领域获得广泛应用，如CT、MRI的影像学诊断、肿瘤的病理学诊断等。吴凯介绍，从2019年开始，他带领团队开展“基于人工智能的人体疟原虫智能检测平台”研究，现已取得重要技术突破。

他介绍，人体疟原虫检测AI平台基于2008—2022年全市600多例境外输入性疟疾的血涂片，建立AI深度学习数据库。通过人工识别与AI学习交互训练，提高AI识别精确率，进而对一台光学显微镜的载波台进行自动化升级改造，使之能快速自动化扫描血涂片，并通过内置相机，以自适应景深融合技术自主聚焦拍照。自研的算法模型扫描获取的图像并识别、标注阳性位点，鉴别虫种等，15分钟内即可完成检测并输出结果。

目前，该AI系统及产品处于性能验证阶段，模型机检测精确率达到98%，趋近于专家水平。通过建立大数据中心，不断收集流行病学和临床资料，开展流行病学及临床特征分析，AI综合诊断能力不断提高，后续有望实现“云诊断”。

吴凯介绍，“基于人工智能的人体疟原虫智能检测平台”研究已授权国家发明专利2项、实用新型专利1项，出版的3部医学专著广泛应用于一线临床检验及医学教育。该技术可有效解决专业人员不足、检验检测资源不均衡的问题，广泛应用于定点收治医院、边境检验检疫、临床教学等场景，持续巩固消除疟疾成果，同时有望通过“一带一路”技术出海，助力全球战“疟”。

（文/黄远霞）

【余丽娜】