基于多源醫療數據的急性呼吸道感染識別與時空聚集分析技術研究進展

基于多源醫療數據的急性呼吸道感染識別與時空聚集分析技術研究進展【摘要】急性呼吸道感染（ARIs）具有高發病率、強傳播性及癥狀非特異性等特點，傳統單一數據源監測體系難以滿足早期預警需求。本文系統綜述基于多源醫療數據的ARIs識別與時空聚集分析技術研究進展，圍繞三大核心技術環節展開。醫療文本信息提取方面，相關方法從關鍵詞匹配逐步演進至基于大語言模型的深度語義理解；多模態醫療數據融合方面，涵蓋數據級、特征級與決策級3層融合策略；時空聚集分析方面，包括傳統統計方法與人工智能模型。當前研究面臨數據標準不統一、數據倫理與應用邊界不清、空間維度信息不完整及模型可解釋性不足等挑戰，未來應推進醫療數據標準化與互聯互通、研發兼具高效性與可解釋性的混合建模框架，推動ARIs從被動識別向主動精準預警轉型。【關鍵詞】急性呼吸道感染；多源醫療數據；多模態融合；時空聚集分析；大語言模型急性呼吸道感染（ARIs）具有發病率高、傳播速度快、人群普遍易感等特點，是導致門急診就診和住院的重要原因之一［1-3］。傳統的呼吸道傳染病監測預警依賴于醫療機構報告的幾種法定管理傳染病數據，數據來源單一，時效性差，難以及時發現ARIs的暴發和流行趨勢［4］。ARIs涵蓋了廣泛的疾病譜系，由不同病原體引發的疾病在早期癥狀方面呈現出非特異性（如發熱、咳嗽、咽痛等），具備顯著的癥候群特征［5］。因此，基于醫療數據的癥候群監測逐漸成為傳染病早期識別的重要手段，通過對患者主訴及臨床表現的分析，可在確診前捕捉疾病信號，從而實現ARIs的早發現與早預警［6］。隨著電子病歷系統（EMRS）的廣泛應用，醫療機構積累了大量非結構化文本數據及結構化數據，這些多源數據為ARIs識別與時空聚集分析提供了重要數據基礎［7］。然而，不同數據模態之間存在表達形式差異大、語義不一致及缺失等問題，如何融合文本與結構化信息實現多模態協同分析，仍是當前研究的關鍵挑戰［8］。此外，基于地理信息數據開展疫情時空分析同樣面臨地址信息以自然語言形式記錄、表達不規范等問題，難以直接劃分為網格進行精細化空間分析［9］。近年來，大語言模型（LLMs）在文本理解與生成能力方面取得重要突破，多模態學習方法亦不斷完善，為多源醫療數據的深度融合與智能分析提供了新的技術路徑［10-11］。針對基于多源醫療數據的ARIs識別技術，目前尚缺乏系統性的專題綜述，且較少將ARIs病例識別與時空聚集分析作為相互支撐的技術整體加以系統梳理。因此，本文系統梳理了基于多源醫療數據的ARIs識別與時空聚集分析相關技術研究進展，總結現有方法的主要特點與不足，并探討未來發展方向。一、多源醫療數據類型、特征與應用挑戰1.多源醫療數據的分類和特點：以EMRS為核心，并與醫院信息系統、實驗室信息系統、醫療影像歸檔與通信系統等互聯互通的醫院信息化體系，已成為多源醫療數據采集、存儲與整合的重要載體，為ARIs監測提供了豐富的數據來源［12］。根據數據結構與表達形式的不同，醫療數據可劃分為結構化數據、非結構化數據及半結構化數據［13］。（1）結構化數據：主要包括各類檢驗指標和部分標準化臨床信息，涵蓋血常規、炎癥指標、體征及病原學檢測結果（如流感病毒、呼吸道合胞病毒等）等［14-15］。該類數據格式規范、易于存儲與計算，能夠直接用于統計分析與機器學習建模，但通常難以完整反映患者的主觀癥狀及臨床過程信息。（2）非結構化數據：是醫療數據中最為豐富但利用率相對較低的部分，主要包括主訴、現病史、體格檢查記錄及肺部影像學報告等文本信息［16］。這類數據以自然語言形式記錄，包含大量關于患者癥狀、病程進展及臨床判斷的關鍵信息，是開展癥候群監測的重要數據來源，但表達方式靈活、存在同義詞、縮寫及語義歧義等問題，增加了信息提取與標準化處理的難度［17］。（3）半結構化數據：介于結構化與非結構化數據之間，常見如患者現住址、戶籍地址、工作單位、學校地址等，雖具有一定層級框架（如省、市、區等），但具體內容缺乏統一標準、存在自由文本特征，故區別于格式固定且標準化的結構化數據，也不同于完全無組織形式的非結構化數據［18］。近年來，隨著城市網格化管理的發展，可將管轄區域劃分為標準化網格單元［19］，為ARIs空間分布研究提供了數據基礎。2.多模態醫療數據特征：不同類型醫療數據在信息表達形式、語義層次及數據結構上存在顯著差異，構成典型的多模態數據體系［20］。該體系的特征可從異構性、互補性、時間動態性3個維度加以理解。（1）異構性：不同數據模態的數據類型（如文本、數值、圖像等）與存儲形式不同，維度及分布特征差異較大，常面臨模態缺失與樣本不平衡問題，在建模過程中難以直接統一表示［21］。（2）互補性：結構化數據中的血常規等檢驗指標能夠提供客觀的量化支撐，而非結構化醫療文本數據則能夠補充患者個體主觀感受、癥狀和體征及臨床判斷等信息，兩者結合有助于更全面地刻畫疾病特征［22］。（3）時間動態性：ARIs患者在不同就診階段產生的多模態診療數據具有時間序列特征，如早期的發熱、咳嗽等上呼吸道癥狀，可能進一步出現高熱、炎癥指標升高及肺部影像學進展，這些動態變化信息對于疾病發展過程的刻畫具有重要意義，但在實際研究中往往未得到充分利用。3.多源醫療數據的應用挑戰：盡管多源醫療數據為ARIs識別與監測提供了重要支撐，但在實際應用過程中仍面臨諸多挑戰。（1）機構間數據標準差異：同一地區不同醫療機構在電子病歷書寫規范、術語使用及數據格式方面存在差異，導致數據之間缺乏統一標準，增加了跨機構數據整合與分析的難度［23］，亟需通過自然語言處理技術（NLP）實現語義歸一化。（2）系統間數據融合挑戰：同一醫療機構內，診療數據往往分散于不同信息管理系統，如EMRS、實驗室信息系統等。各系統之間數據結構不一致，接口標準不統一，限制了多模態醫療數據的高效整合［24］。不同模態數據之間在時間、空間及語義層面的對齊問題，也對數據融合方法提出了更高要求。（3）數據隱私與安全問題：醫療數據涉及患者個人隱私信息，在數據采集、存儲及分析過程中需嚴格遵循相關法律法規，確保數據脫敏與安全使用［25］。如何在保障數據安全的前提下實現數據價值最大化，是當前亟待解決的重要問題。（4）數據倫理與應用邊界問題：患者就診數據的初始授權范圍通常僅限于臨床診療目的，當其被用于模型訓練或數據共享時，可能超出知情同意邊界，存在倫理合規風險［26］。此外，人工智能模型常因研究假設或建模方式而存在潛在的偏見，無意中導致不公平且可能產生負面影響的結果［27］。因此，在研究項目立項前須開展嚴格的倫理審查，以規范多源醫療數據在ARIs識別和監測中的合理應用。二、醫療文本信息提取與語義感知技術基于非結構化醫療文本的ARIs識別面臨著文本數據的信息提取與語義理解難題。現有研究已提出多種技術方法，可實現從臨床文本信息中自動抽取關鍵臨床信息。然而，相關方法在ARIs相關癥候群，如流感樣病例（ILI）識別中的實際應用仍需要逐步完善。1.傳統關鍵詞匹配：早期研究多采用基于規則的關鍵詞匹配方法，如關鍵詞詞典匹配和正則表達式等，通過預定義癥狀詞匯或組合規則，實現對特定癥候群的快速識別［28-29］。該類方法實現簡單、計算效率高，在數據規模較小或任務目標明確的場景中具有一定實用價值。然而，醫療文本具有表達方式多樣、語義復雜等特點，同一癥狀存在多種描述、單純依賴關鍵詞匹配難以覆蓋全部表達情況。此外，規則判斷方法通常缺乏對上下文語義的理解能力，難以處理否定表達（如“無發熱”）或復雜語境，在復雜臨床文本場景中的適用性有限。2.機器學習、深度學習技術：隨著計算能力的提升，基于機器學習和深度學習的方法可從主訴等文本數據中自動識別ILI或其他ARIs相關癥候群。傳統機器學習方法（如支持向量機等）通常基于特征工程，通過學習詞項與ARIs癥候群標簽之間的統計關聯，實現對ARIs相關癥狀模式的分類與初步識別［30］。深度學習方法（如卷積神經網絡等）則通過構建端到端模型，從原始文本中自動學習上下文語義表示，能夠捕捉癥狀之間的序列關系及組合特征，從而更有效地挖掘ARIs癥候群的潛在語義模式，減少對人工特征工程的依賴［31］。近年來，基于預訓練模型的深度學習方法，如基于Transformer的雙向編碼器表征（BERT）模型，利用大規模語料預訓練與微調，在ARIs癥候群識別任務中取得了顯著進展。例如，賈萌萌等［32］在基于BERT的ARIs識別研究中，對比人工判定的參考標準，靈敏度和特異度分別達到了92.67%和96.45%。盡管如此，這類方法性能高度依賴大規模標注數據，在長尾分布的臨床數據中，對少見或非典型癥狀的識別能力有限，且深度學習模型通常缺乏良好的可解釋性，限制了其在醫學問題實際應用中的推廣。3.NLP：NLP的發展為醫療文本結構化提供了重要支撐。基于NLP的方法通常包括命名實體識別、關系抽取及語義解析等步驟，通過將非結構化文本轉化為結構化癥狀信息，實現對ARIs癥候群的精細化描述［33］。在具體應用中，通過構建醫學詞典或知識圖譜，可實現癥狀實體的標準化映射，結合依存句法分析與上下文語義理解，進一步識別ARIs癥狀的修飾信息及其邏輯關系。例如，許思遙等［34］提出基于語言模型的中文電子病歷依存句法分析方法，標簽依存準確率達92.42%，可為ARIs癥狀識別提供基礎；Wang等［35］通過醫學知識圖譜建模語義關系，使算法處理效率提升至傳統圖卷積神經網絡的3.4倍，醫學術語識別準確率超過90%。然而，醫療文本具有高度異質性和非規范性，使得傳統NLP方法在實際應用中仍面臨語義歧義和泛化能力不足等問題［36］。4.LLMs：近年來，LLMs的快速發展為ARIs相關醫療文本語義理解提供了新的技術路徑。基于大規模語料預訓練的模型在上下文建模和語義表示方面表現出顯著優勢，能夠更好地捕捉復雜癥狀描述及隱含語義信息，在癥候群識別任務中展現出較高潛力［37］。例如，在Pak等［38］的研究中，利用Llama-3（8B）模型從近10萬份入院記錄中提取患者的體征與癥狀，識別準確率達99.3%，平衡準確率為84.6%，證明LLMs能夠精準地捕捉患者的臨床癥狀并歸類為ARIs癥候群。在ARIs癥候群提取過程中，LLMs可通過提示工程或微調，從主訴、現病史等自由文本中直接識別關鍵癥狀實體，并結合上下文語義對癥狀進行歸一化與補全，進而對癥狀組合進行語義整合，實現對典型ARIs癥候群的自動判別。LLMs雖具備強大臨床文本處理能力，但在醫療場景中的應用仍面臨多方面挑戰：模型決策過程具有“黑箱”特性，缺乏透明的推理機制，難以滿足臨床對可解釋性的要求；參數規模龐大，對計算資源需求較高，限制了其在基層醫療機構的部署［39］；LLMs通常依賴通用語料進行預訓練，在處理專業醫療語境及新發公共衛生事件時，可能存在適應性不足的問題；同時，醫療數據涉及隱私與安全，相關法規限制了云端模型調用，增加了本地化部署的技術難度［40］。三、多模態醫療數據融合技術在單一醫療文本數據基礎上開展ARIs癥候群識別，難以全面反映疾病的復雜特征。對于肺炎、重癥肺炎及不明原因ARIs，其早期精準識別需依賴癥狀表現、血常規和炎癥指標、病原學檢測結果及肺部影像學檢查等多維信息的綜合判斷［41］。因此，融合多源醫療數據的多模態學習方法逐漸成為ARIs智能識別的重要研究方向。根據融合操作在模型中所處的位置，現有的多模態醫療數據融合技術主要可分為數據級、特征級和決策級3個層級［42］。1.數據級融合技術：屬于早期策略，主要在數據預處理階段或預處理之后對不同來源的原始數據進行統一整合，通過數據標準化、時間對齊及格式轉換等操作，實現多源信息的初步融合［43-45］。例如，郭玉清等［46］融合多家哨點醫院收集的ARIs監測數據，整合人口學信息、臨床癥狀體征及病原檢測信息，統計得出靈敏度為71.63%的ARIs監測定義。對于ARIs癥候群識別，該方法可將癥狀信息、結構化檢驗指標、病原學檢測結果及患者地理位置等數據在個體層面進行整合，構建包含“癥狀-檢驗-檢查-空間位置”的統一數據表，為癥候群識別及后續時空分析提供基礎數據支撐。然而，不同模態數據在采集時間、采樣率及格式上存在巨大差異，數據級融合對異構數據的格式差異十分敏感，且往往伴隨復雜的數據匹配過程。2.特征級融合技術：是多源數據融合的中期策略，也是當前多模態醫療數據融合的主流方向。該方法在特征提取階段對不同模態數據進行整合，通過構建統一的特征表示，增強模型對ARIs癥候群特征的表達能力［47］。在ARIs識別應用中，可首先利用NLP或預訓練模型從臨床文本中提取癥狀特征，結合檢驗指標、病原學結果及影像報告等信息進行向量化表示，隨后通過深度學習模型實現多模態特征融合［48］。此外，利用圖網絡構建臨床知識圖譜（CKGs）也是重要趨勢［49］。例如，Chen等［50］利用圖注意力機制提取電子病歷、臨床病程及基因等多源多模態醫療數據的特征并構建CKGs，在肺部相關疾病識別中準確率達0.949，召回率達0.936，顯著優于傳統模型。在時空分析場景中，Zhang等［51］構建融合百度搜索指數與ILI監測數據的多注意力雙向門控循環單元和易感-暴露-感染-移除混合模型，估計了北京市新型冠狀病毒（新冠）感染疫情累計感染率發展態勢及達峰日期；Jang等［52］將氣象因子與臨床監測數據進行異構融合，構建基于帶外生變量的季節性自回歸積分滑動平均模型和長短期記憶模型（LSTM）的混合模型，流感趨勢預測的平均絕對誤差（MAE）低至4.33，均方根誤差（RMSE）為6.33，顯著優于單一LSTM（MAE為7.30，RMSE為11.50）。然而，特征級融合對特征提取質量依賴較高，在樣本量有限或數據分布不均的情況下模型穩定性可能受到影響，且不同數據來源間的信息整合過程缺乏直觀解釋，可能影響其在實際應用中的透明度與可接受性。3.決策級融合技術：屬于后融合策略，分別針對不同模態構建獨立模型，再對各模型的預測結果進行加權融合或集成學習，形成綜合性判定結論［53-54］。在ARIs識別中，可分別基于臨床文本、實驗室檢測指標及影像學信息構建獨立模型，對各模型輸出進行綜合判定，實現病例識別與嚴重程度分級評估。針對跨機構多中心數據共享面臨的隱私保護制約，聯邦學習為分布式決策級融合提供了關鍵技術支撐［55］。例如，Wang等［56］提出基于聯邦學習的隱私保護異構多模態融合框架PHMS-Fed，在跨機構全模態場景下生理監測準確率達0.939，融合準確率達0.959，整體隱私保護性能較基線方法提升25.6%，跨機構監測準確率提升23.4%。將聯邦學習框架引入ARIs多模態融合分析，可在各醫療機構保留原始患者數據的前提下實現跨機構癥候群識別模型的協同訓練。目前決策級融合在ARIs多源醫療數據場景中的研究仍較為有限，且整體性能高度依賴各單模態基礎模型的預測精度，各模型獨立訓練的方式也可能導致模態間語義關聯信息損失。經上述文本信息提取與語義感知技術處理，以及多模態醫療數據融合方法的綜合應用，結合具體的ARIs診斷標準，不僅可以實現基于單一文本數據的癥候群識別，還可支持涉及多模態醫療數據的復雜ARIs疾病識別。識別結果將以結構化形式輸出個體病例的癥候群類型、發病時間及空間位置等關鍵信息，這些信息可直接作為群體層面時空聚集分析的個體病例數據輸入，為后續聚集探測與早期預警提供數據基礎。四、ARIs時空聚集分析方法呼吸道病毒主要通過飛沫和氣溶膠傳播，具有傳播速度快、易在人群聚集場所引發暴發的特點。在完成個體層面ARIs病例識別并獲取結構化個體病例輸出信息的基礎上，進一步從群體層面分析其時空分布特征，對于揭示疾病傳播規律、識別聚集性疫情及實現早期預警具有重要意義。結合病例識別結果與地理信息數據開展高分辨率時空分析，已成為ARIs監測研究的重要發展方向。1.時空聚集分析數據基礎與預處理：時空聚集分析依賴于高質量的病例數據與空間位置信息。傳統研究多基于公共衛生部門的監測數據、檢測結果數據或醫院確診病例數據［57］，而在未來基于醫療大數據的ARIs監測研究中，個體病例數據可來源于前述癥候群識別與多模態醫療融合模型輸出結果，從而實現更早期的ARIs病例捕捉與時空分析。空間信息方面，ARIs患者的地址信息需借助NLP技術進行解析與標準化處理，并通過地理編碼方法將其轉換為經緯度坐標或匹配至標準化空間單元。在執行經緯度坐標匹配時，大多數主流地圖服務平臺的地址數據，可精確到門牌號，約70%的數據誤差在50m內，超過90%的誤差在500m內［58］。在此基礎上，可進一步結合城市網格化管理相關數據，構建統一的空間分析框架，提升分析的空間分辨率。時空分析還需對數據進行時間對齊與質量控制，如統一時間粒度、去除異常值及處理重復記錄等，數據預處理質量直接影響后續分析結果的可靠性。2.傳統時空聚集分析方法：主要基于統計學模型，具有理論成熟、可解釋性強等優點。（1）空間自相關分析：通過全局或局部統計量，如Moran'sI，評估ARIs在空間上的分布特征和聚集程度［59］。例如，Yin等［60］分析2014-2023年新疆維吾爾自治區流感發病率，全局自相關顯示，流感流行存在顯著空間正相關性，2023年聚集強度達峰值（Moran'sI=0.98），并識別出北疆地區“高-高”聚集與南疆地區“低-低”分布的南北差異。該方法計算簡便、結果直觀，但主要關注空間上的靜態分布，難以捕捉ARIs在時空雙維度上的連續擴散軌跡。（2）空間掃描統計方法：通過在研究區域內移動不同尺度的時空窗口，比較窗口內外觀察病例數與期望值之間的差異，從而識別顯著聚集區域。例如，Guan等［61］對2013-2022年ILI監測數據進行分析，識別出6個顯著聚集區，主要聚集中心位于中國南方地區，對數似然比最高達2316.56，RR值為42.41。該方法可靈活調整掃描窗口，給出聚集區域的具體位置和相對風險，但對模型參數較為敏感。（3）核密度估計方法：是一種用于描述病例空間分布連續性特征的非參數方法，通過平滑處理生成疾病風險分布圖，直觀展示ARIs疫情熱點區域。例如，Lucas等［62］通過核密度分析，發現巴西圣保羅州的ILI熱點區域高度集中在人口密集的養老機構、學校和監獄系統中。該方法主要側重于描述性的視覺展示，缺乏嚴謹的統計顯著性檢驗機制［63］。（4）貝葉斯時空模型，通過構建層次化的概率模型，有效融合空間、時間及復雜的協變量信息，在統一的框架內處理ARIs數據的空間異質性和時間依賴性［64］。例如，Mullineaux等［65］利用貝葉斯時空模型分析英格蘭312個行政區的新冠感染發病數據，精確識別出肯特郡、曼徹斯特等高風險聚集區域，并量化了氣象條件對疾病傳播的影響。該方法具有高度靈活性和強大的不確定性量化能力，但對先驗結構設計依賴較強，計算成本較高。上述4種方法功能各有側重、互為補充。空間自相關分析適合判斷整體聚集趨勢；空間掃描統計可精確定位顯著聚集區域；核密度估計直觀呈現疫情熱點的地理形態；貝葉斯時空模型則可進一步引入多維協變量對風險驅動因素進行統計推斷，4種方法的協同應用可構成較為完整的ARIs時空聚集分析框架。3.數據驅動的人工智能時空分析方法：基于數據驅動和人工智能技術的時空分析方法逐漸興起，與傳統統計方法相比，該類方法能夠從多源醫療數據與空間信息中自動學習ARIs的復雜時空演化模式，在處理高維、非線性及多空間尺度數據方面具有顯著優勢。在時空聚集模式挖掘方面，機器學習方法通過整合空間距離與時間序列特征，動態揭示ARIs在不同聚集單元之間的關聯特征與時間滯后關系。例如，Kamran等［66］構建融合空間距離與時間序列數據的機器學習聚類模型，區域關聯識別準確率達81%，聚集滯后時間預測誤差在1d內的準確率達70%。在多空間尺度序列預測方面，深度學習時序模型通過學習ARIs發病率的歷史動態規律，實現對不同地理層級疫情聚集風險的預測。例如，Aiken等［67］構建門控循環單元神經網絡模型，對美國37個州和159個城市的ILI活動進行多空間分辨率預測，在4周和8周長報告延遲條件下，州級預測誤差較最優基線模型降低35%~51%，城市級預測誤差降低45%~59%。在時空聯合建模方面，時空圖神經網絡將地理空間單元構建為圖結構節點，同步捕捉疾病在空間維度上的鄰域聚集聯動關系與時間維度上的動態演化規律。例如，Gulmohamed等［68］針對登革熱構建動態圖建模與多源特征融合框架，融合氣溫、降雨量、人口密度及歷史病例等多源異構特征，實現對未來1周與4周發病數的預測。該研究所構建的動態圖建模與多源特征融合框架，對ARIs時空聚集風險預測研究也具有借鑒意義。總體而言，數據驅動的人工智能時空分析方法具備處理數據高維非線性特征、捕捉復雜時空聚集模式的能力，但模型結構復雜、可解釋性相對較弱，在實際公共衛生問題中的應用仍需進一步驗證。綜合前述各項核心技術環節，本文梳理并構建了多源數據驅動的ARIs識別與時空聚集分析全鏈路流程（圖1）。該流程以ILI等典型呼吸道傳染病為例，自上而下地系統呈現了從多源醫療數據獲取與預處理，到文本語義感知與多模態醫療數據協同融合，以及ARIs病例智能識別與時空聚集分析的完整技術閉環。五、總結與展望1.總結：綜上所述，基于多源醫療數據的ARIs識別與時空聚集分析技術，正逐步突破傳統單一數據源監測的局限，形成以“多源數據預處理-文本信息提取和語義感知-多模態醫療數據融合-時空聚集分析”為核心的全鏈路研究框架。非結構化醫療文本結合NLP及LLMs等技術，有效提升了ARIs癥狀的深層語義理解與信息抽取能力；多模態醫療數據融合方法通過整合醫療文本、檢驗指標及影像報告等多源信息，為復雜疾病精準識別提供了核心支撐；進一步結合地址解析與空間建模技術，時空聚集分析打通了從個體識別向群體監測的演進路徑，為實現從被動響應向主動、精準的公共衛生預警決策轉型提供了技術保障。2.存在的問題和展望：盡管相關研究取得了一定進展，但仍面臨諸多挑戰。數據層面，不同醫療機構之間數據標準不統一、系統間互聯互通不足，限制了多源數據的高效整合與共享；方法層面，多模態醫療數據融合及LLMs等方法普遍存在“黑箱”特征，缺乏清晰的決策依據，難以滿足醫學領域對可解釋性與可靠性的要求；應用層面，大數據分析需要消耗大量算力資源，在基層地區難以推廣先進的人工智能方法；此外，當前時空聚集研究中空間維度數據的不完整性與個體暴露軌跡的不確定性仍是核心瓶頸，亟需構建全鏈路數據收集體系并在分析方法上實現突破。未來研究可從3個層面深化：（1）在數據層面，持續推進醫療數據標準化與互聯互通，依托隱私計算、數據脫敏與聯邦學習等技術完善數據采集與使用體系，并嚴格遵循倫理審查機制，在保障數據安全與倫理合規的前提下充分釋放數據價值。（2）在識別方法層面，探索融合LLMs深層語義理解能力與傳統統計或規則方法確定性優勢的混合建模框架，構建兼具高效性與可解釋性的ARIs癥候群識別體系，提升模型在真實世界場景中的可靠性與可推廣性。（3）在時空分析層面，結合高分辨率人口網格數據、人口流動信息及實時ARIs病例識別結果，構建多尺度、可動態更新的時空分析模型，實現從“事后分析”向“實時預警”的轉型。參考文獻1WorldHealthOrganization.Respiratoryvirusessurveillancebulletin[EB/OL].[2026-03-19]./westernpacific/wpro-emergencies/surveillance/respiratory-viruses.2LiZJ,ZhangHY,RenLL,etal.EtiologicalandepidemiologicalfeaturesofacuterespiratoryinfectionsinChina[J].NatCommun,2021,12(1):5026.DOI:10.1038/s41467-021-25120-6.3DavidsonJA,BanerjeeA,SmeethL,etal.RiskofacuterespiratoryinfectionandacutecardiovasculareventsfollowingacuterespiratoryinfectionamongadultswithincreasedcardiovascularriskinEnglandbetween2008and2018:aretrospective,population-basedcohortstudy[J].LancetDigitalHealth,2021,3(12):e773-783.DOI:10.1016/S2589-7500(21)00203-X.4RadinJM,WineingerNE,TopolEJ,etal.Harnessingwearabledevicedatatoimprovestate-levelreal-timesurveillanceofinfluenza-likeillnessintheUSA:apopulation-basedstudy[J].LancetDigitalHealth,2020,2(2):e85-93.DOI:10.1016/S2589-7500(19)30222-5.5唐金鳳,雷紅,劉美辰,等.2018-2023年北京市大興區發熱呼吸道癥候群監測病例中12種病原體的流行特征分析[J].中華預防醫學雜志,2025,59(4):478-483.DOI:10.3760/112150-20240909-00716.TangJF,LeiH,LiuMC,etal.Analysisof12PathogensinsurveillancecasesoffebrilerespiratorysyndromeinDaxingdistrictofBeijingCityfrom2018to2023[J].ChinJPrevMed,2025,59(4):478-483.DOI:10.3760/112150-20240909-00716.6BoenderTS,CaiW,SchranzM,etal.Usingroutineemergencydepartmentdataforsyndromicsurveillanceofacuterespiratoryillness,Germany,week102017untilweek102021[J].Eurosurveillance,2022,27(27):2100865.DOI:10.2807/1560-7917.ES.20100865.7MaiselP,BaumE,Donner-BanzhoffN.Fatigueasthechiefcomplaint:epidemiology,causes,diagnosis,andtreatment[J].Deutsches?rzteblattInt,2021,118(33/34):566-576.DOI:10.3238/arztebl.m2021.0192.8ShahKA,HalimZ,AnwarS,etal.Multi-sensordatafusionforsmarthealthcare:optimizingspecialty-basedclassificationofimbalancedEMRs[J].InfFusion,2026,125:103503.DOI:10.1016/j.inffus.2025.103503.9Pujante-OtaloraL,CamposM,JuarezJM,etal.Spatiotemporaldatamodellingforepidemiologicalresearchinhospitals[J].IEEEJBiomedHealthInf,2024,28(10):6280-6291.DOI:10.1109/JBHI.2024.3417224.10ThirunavukarasuAJ,TingDSJ,ElangovanK,etal.Largelanguagemodelsinmedicine[J].NatMed,2023,29(8):1930-1940.DOI:10.1038/s41591-023-02448-8.11OmiyeJA,GuiHW,RezaeiSJ,etal.Largelanguagemodelsinmedicine:thepotentialsandpitfalls:anarrativereview[J].AnnInternMed,2024,177(2):210-220.DOI:10.7326/M23-2772.12霍大柱,張婷,崔金朝,等.呼吸道傳染病多源監測數據整合與預警指標應用研究進展[J].中華預防醫學雜志,2025,59(8):1311-1319.DOI:10.3760/112150-20250117-00055.HuoDZ,ZhangT,CuiJZ,etal.Advancesinmulti-sourcesurveillancedataintegrationandapplicationofearlywarningindicatorsforrespiratoryinfectiousdiseases[J].ChinJPrevMed,2025,59(8):1311-1319.DOI:10.3760/112150-20250117-00055.13中國醫學科學院北京協和醫學院群醫學及公共衛生學院,北京大學公共衛生學院,中國疾病預防控制中心傳染病管理處,等.傳染病多點觸發智慧化監測預警系統關鍵技術專家共識[J].中華醫學雜志,2024,104(32):2995-3009.DOI:10.3760/112137-20240612-01317.SchoolofPopulationMedicineandPublicHealthofChineseAcademyofMedicalSciencesandPekingUnionMedicalCollege,SchoolofPublicHealthofPekingUniversity,DivisionofInfectiousDiseaseofChineseCenterforDiseaseControlandPrevention,etal.Expertconsensusonthekeytechnologiesforamulti-pointtriggerintelligentsurveillanceandearlywarningsystemforinfectiousdiseases[J].NatlMedJChina,2024,104(32):2995-3009.DOI:10.3760/112137-20240612-01317.14VaughnVM,DicksonRP,HorowitzJK,etal.Community-acquiredpneumonia:areview[J].JAMA,2024,332(15):1282-1295.DOI:10.1001/jama.2024.14796.15DuffyCR,HartJM,ModestAM,etal.Lymphopeniaandsevereacuterespiratorysyndromecoronavirus2(SARS-CoV-2)infectionamonghospitalizedobstetricpatients[J].ObstetGynecol,2020,136(2):229-231.DOI:10.1097/aog.0000000000003984.16SprecoA,J?udA,ErikssonO,etal.Nowcasting(short-termforecasting)ofCOVID-19hospitalizationsusingsyndromichealthcaredata,Sweden,2020[J].EmergInfectDis,2022,28(3):564.DOI:10.3201/eid2803.210267.17BerdahlCT,HenreidAJ,PevnickJM,etal.Digitaltoolsdesignedtoobtainthehistoryofpresentillnessfrompatients:scopingreview[J].JMedInternetRes,2022,24(11):e36074.DOI:10.2196/36074.18焦然,許小可.呼吸道傳染病聚集性疫情的傳播網絡分析[J].復雜系統與復雜性科學,2025,22(3):11-16.DOI:10.13306/j.1672-3813.2025.03.002.JiaoR,XuXK.Transmissionnetworkanalysisofrespiratoryinfectiousdiseaseclusters[J].ComplexSystComplexitySci,2025,22(3):11-16.DOI:10.13306/j.1672-3813.2025.03.002.19許普樂,王楊,黃亞坤,等.大數據環境下基于貝葉斯推理的中文地名地址匹配方法[J].計算機科學,2017,44(9):266-271.DOI:10.11896/j.issn.1002-137X.2017.09.050.XuPL,WangY,HuangYK,etal.Chineseplace-nameaddressmatchingmethodbasedonlargedataanalysisandBayesiandecision[J].ComputSci,2017,44(9):266-271.DOI:10.11896/j.issn.1002-137X.2017.09.050.20ZhaoF,ZhangCC,GengBC.Deepmultimodaldatafusion[J].ACMComputSurv,2024,56(9):216.DOI:10.1145/3649447.21ZhaoXX,SunBZ,ChuXL,etal.Adecision-makingapproachunderuncertaintybasedonensemblelearningmodelwithmultimodaldataanditsapplicationinmedicaldiagnosis[J].ExpSystAppl,2025,265:125983.DOI:10.1016/j.eswa.2024.125983.22AcostaJN,FalconeGJ,RajpurkarP,etal.MultimodalbiomedicalAI[J].NatMed,2022,28(9):1773-1784.DOI:10.1038/s41591-022-01981-2.23YangX,ChenAK,PournejatianN,etal.Alargelanguagemodelforelectronichealthrecords[J].npjDigitalMed,2022,5(1):194.DOI:10.1038/s41746-022-00742-2.24楊鑫禹,牟冬梅,王萍,等.電子病歷數據如何驅動臨床決策?——驅動過程與影響因素研究[J].現代情報,2025,45(2):160-177.DOI:10.3969/j.issn.1008-0821.2025.02.014.YangXY,MouDM,WangP,etal.Howelectronicmedicalrecorddatadriveclinicaldecision-making?——Thestudyofdrivingprocessandinfluencingfactors[J].JModInf,2025,45(2):160-177.DOI:10.3969/j.issn.1008-0821.2025.02.014.25牛淑芬,陳俐霞,李文婷,等.基于區塊鏈的電子病歷數據共享方案[J].自動化學報,2022,48(8):2028-2038.DOI:10.16383/j.aas.c190801.NiuSF,ChenLX,LiWT,etal.Electronicmedicalrecorddatasharingschemebasedonblockchain[J].ActaAutomSin,2022,48(8):2028-2038.DOI:10.16383/j.aas.c190801.26WeinerEB,Dankwa-MullanI,NelsonWA,etal.Ethicalchallengesandevolvingstrategiesintheintegrationofartificialintelligenceintoclinicalpractice[J].PLoSDigitalHealth,2025,4(4):e0000810.DOI:10.1371/journal.pdig.0000810.27HannaMG,PantanowitzL,JacksonB,etal.Ethicalandbiasconsiderationsinartificialintelligence/machinelearning[J].ModPathol,2025,38(3):100686.DOI:10.1016/j.modpat.2024.100686.28GailletA,LayeseR,FouratiS,etal.Clinicalphenotypesandoutcomesassociatedwithrespiratorysyncytialvirusinfectionincriticallyillpatients:aretrospectivemulticentercohortstudyinGreaterParisAreaHospitals,2017-2023[J].JInfectDis,2025,232(3):679-690.DOI:10.1093/infdis/jiaf129.29LiuC,JiaoYS,SuLC,etal.Effectiveprivacyprotectionstrategiesforpregnancyandgestationinformationfromelectronicmedicalrecords:retrospectivestudyinanationalhealthcaredatanetworkinChina[J].JMedInternetRes,2024,26(1):e46455.DOI:10.2196/46455.30GovindharajanG,SubramanianS,DoraipandianM,etal.Innovativeai-drivenmodelsforpredictingpolycysticovariansyndrome:anextensivereviewofmachinelearninganddeeplearningframeworks[J].ArchComputMethodsEng,2026,33(2):2115-2140.DOI:10.1007/s11831-025-10358-w.31YangZY,ShikanyA,NiYZ,etal.UsingdeeplearningandelectronichealthrecordstodetectNoonansyndromeinpediatricpatients[J].GenetMed,2022,24(11):2329-2337.DOI:10.1016/j.gim.2022.08.002.32賈萌萌,劉晞照,漆莉,等.基于電子病歷的預訓練模型在急性呼吸道感染識別中的應用[J].中華預防醫學雜志,2022,56(11):1543-1548.DOI:10.3760/1112150-20220805-00789.JiaMM,LiuXZ,QiL,etal.Applicationofpretrainedmodelbasedonelectronicmedicalrecordinrecognitionofacuterespiratoryinfection[J].ChinJPrevMed,2022,56(11):1543-1548.DOI:10.3760/1112150-20220805-00789.33LeGlazA,HaralambousY,Kim-DuforDH,etal.Machinelearningandnaturallanguageprocessinginmentalhealth:systematicreview[J].JMedInternetRes,2021,23(5):e15708.DOI:10.2196/15708.34許思遙,曾健駿,張維彥,等.基于大小語言模型協同增強的中文電子病歷依存句法分析[J].計算機科學,2025,52(2):253-260.DOI:10.11896/jsjkx.2312000054.XuSY,ZengJJ,ZhangWY,etal.DependencyparsingforChineseelectronicmedicalrecordenhancedbydual—scalecollaborationoflargeandsmalllanguagemodels[J].ComputSci,2025,52(2):253-260.DOI:10.11896/jsjkx.2312000054.35WangX,LuoZJ,HeR,etal.Novelmedicalquestionandanswersystem:graphconvolutionalneuralnetworkbasedwithknowledgegraphoptimization[J].ExpSystAppl,2023,227:120211.DOI:10.1016/j.eswa.2023.120211.36BorjaliA,MagnéliM,ShinD,etal.Naturallanguageprocessingwithdeeplearningformedicaladverseeventdetectionfromfree-textmedicalnarratives:acasestudyofdetectingtotalhipreplacementdislocation[J].ComputBiolMed,2021,129:104140.DOI:10.1016/pbiomed.2020.104140.37RiderNL,LiYY,ChinAT,etal.Evaluatinglargelanguagemodelperformancetosupportthediagnosisandmanagementofpatientswithprimaryimmunedisorders[J].JAllergyClinImmunol,2025,156(1):81-87.DOI:10.1016/j.jaci.2025.02.004.38PakTR,KanjilalS,MckennaCS,etal.Syndromicanalysisofsepsiscohortsusinglargelanguagemodels[J].JAMANetworkOpen,2025,8(10):e2539267.DOI:10.1001/jamanetworkopen.2025.39267.39LiuFL,ZhuTT,WuX,etal.Amedicalmultimodallargelanguagemodelforfuturepandemics[J].npjDigitalMed,2023,6(1):226.DOI:10.1038/s41746-023-00952-2.40HuangHY,ZhengO,WangDD,etal.ChatGPTforshapingthefutureofdentistry:thepotentialofmulti-modallargelanguagemodel[J].IntJOralSci,2023,15(1):29.DOI:10.1038/s41368-023-00239-y.41琦波爾,王晴,王菊,等.不明原因肺炎監測的現狀、挑戰及實施路徑概述[J].中華流行病學雜志,2025,46(5):914-920.DOI:10.3760/112338-20241022-00648.QiBE,WangQ,WangJ,etal.Surveillanceforpneumoniaofunknownetiology:currentstatus,challenges,andimplementationways[J].ChinJEpidemiol,2025,46(5):914-920.DOI:10.3760/112338-20241022-00648.42崔立真,孫曉芳,劉寧,等.多源異構醫療大數據融合與分析技術[J].山東大學學報(工學版),2026,56(1):1-13,25.DOI:10.6040/j.issn.1672-3961.0.2025.194.CuiLZ,SunXF,LiuN,etal.Multi-sourceheterogeneousmedicalbigdatafusionandanalysistechnology[J].JShandongUniv(EngSci),2026,56(1):1-13,25.DOI:10.6040/j.issn.1672-3961.0.2025.194.43TorresABB,DaRochaAR,DaSilvaTLC,etal.Multileveldatafusionfortheinternetofthingsinsmartagriculture[J].ComputElectronAgric,2020,171:105309.DOI:10.1016/pag.2020.105309.44ZhangPF,LiTR,YuanZ,etal.Adata-levelfusionmodelforunsupervisedattributeselectioninmulti-sourcehomogeneousdata[J].InfFusion,2022,80:87-103.DOI:10.1016/j.inffus.2021.10.017.45PanY,LeiXJ,ZhangYC.Associationpredictionsofgenomics,proteinomics,transcriptomics,microbiome,metabolomics,pathomics,radiomics,drug,symptoms,environmentfactor,anddiseasenetworks:acomprehensiveapproach[J].MedResRev,2022,42(1):441-461.DOI:10.1002/med.21847.46郭玉清,林帆,連怡遙,等.醫療機構發熱呼吸道癥候群監測病例定義篩選與評估研究[J].疾病監測,2024,39(5):616-621.DOI:10.3784/jbjc.202311220620.GuoYQ,LinF,LianYY,etal.Casedefinitionselectionandevaluationresearchofthehospital-basedfebrilerespiratorysyndromicsurveillance[J].DisSurveill,2024,39(5):616-621.DOI:10.3784/jbjc.202311220620.47范勇,張政波,王晶.基于深度學習的電子病歷多模態數據融合研究進展[J].生物醫學工程學雜志,2024,41(5):1062-1071.DOI:10.7507/1001-5515.202310011.FanY,ZhangZB,WangJ.Researchprogressonelectronichealthrecordsmultimodaldatafusionbasedondeeplearning[J].JBiomedEng,2024,41(5):1062-1071.DOI:10.7507/1001-5515.202310011.48薛付忠.AI語言表征的多模態大數據隊列設計理論方法體系[J].山東大學學報(醫學版),2025,63(8):1-16.DOI:10.6040/j.issn.1671-7554.0.2025.0568.XueFZ.TheoreticalandmethodologicalframeworkformultimodalbigdatacohortdesignbasedonAIlanguagerepresentation[J].JShandongUniv(HealthSci),2025,63(8):1-16.DOI:10.6040/j.issn.1671-7554.0.2025.0568.49ZhuCY,YangZH,XiaXQ,etal.Multimodalreasoningbasedonknowledgegraphembeddingforspecificdiseases[J].Bioinformatics,2022,38(8):2235-2245.DOI:10.1093/bioinformatics/btac085.50ChenD,ZhangWW,DingZH.EmbeddingdynamicgraphattentionmechanismintoClinicalKnowledgeGraphforenhanceddiagnosticaccuracy[J].ExpSystAppl,2025,267:126215.DOI:10.1016/j.eswa.2024.126215.51ZhangT,YangLY,HanX,etal.MethodsonCOVID-19epidemiccurveestimationduringemergencybasedonBaidusearchengineandILItraditionalsurveillanceinBeijing,China[J].Engineering,2023,31:112-119.DOI:10.1016/j.eng.2023.08.006.52JangG,SeoJ,LeeH.AnalyzingtheimpactofCOVID-19onseasonalinfectiousdiseaseoutbreakdetectionusinghybridSARIMAX-LSTMmodel[J].JInfectPublicHealth,2025,18(7):102772.DOI:10.1016/j.jiph.2025.102772.53WangYZ,GuoJB,ShiQH,etal.Acrackdetectionmethodforpipelinesusingwavelet-baseddecision-leveldatafusion[J].IEEETransInstrumMeas,2023,72:9503921.DOI:10.1109/TIM.2023.3244211.54WeiYP,WuDZ,TerpennyJ.Decision-leveldatafusioninqualitycontrolandpredictivemaintenance[J].IEEETransAutomSciEng,2021,18(1):184-194.DOI:10.1109/TASE.2020.2964998.55T?lleM,GartheP,SchererC,etal.RealworldfederatedlearningwithaknowledgedistilledtransformerforcardiacCTimaging[J].npjDigitalMed,2025,8(1):88.DOI:10.1038/s41746-025-01434-3.56WangJ,QuasimMT,YiB.Privacy-preservingheterogeneousmulti-modalsensordatafusionviafederatedlearningforsmarthealthcare[J].InfFusion,2025,120:103084.DOI:10.1016/j.inffus.2025.103084.57詹美蓉,章燦明,蔡少健,等.2011-2023年福建省登革熱流行特征與時空聚集性分析[J].中國人獸共患病學報,2025,41(2):200-207.DOI:10.3969/j.issn.1002-2694.2025.00.025.ZhanMR,ZhangCM,CaiSJ,etal.Epidemiologicalcharacteristicsa