国境口岸传染病检疫决策支援系统研究

包先雨， 陈枝楠， 吴绍精， 陈 勇， 陈 新

（1.深圳市检验检疫科学研究院，广东 深圳 518010；2.深圳市超宽带通讯与射频识别重点实验室，广东 深圳 518010）

0 引 言

作为全国传染病防控体系的重要组成部分，国境口岸传染病检疫目的是预防和控制传染病经国境口岸传入传出，降低出入境人员的患病率及死亡率。随着国际间人口流动的频繁，增进人员交流的同时也使得传染病全球化流行和蔓延的形势越发严峻。甲型H1N1流感、HIV、疟疾、环孢子虫病、霍乱、病毒性出血热、传染性海绵样脑病、登革热、耐药性痢疾等传染病在全球流行的现实敲响了我国国境口岸卫生检疫工作的警钟［1］。加强国境口岸卫生检疫基础设施建设，提高公共卫生检疫的信息化服务水平和应对突发公共卫生事件的应急决策和支援能力是新时期我国国境口岸卫生检疫工作的关键和基础［2］。

2000年，世界卫生组织（WHO）提出要建立全球传染病爆发预警和反应框架，特别是2003年全球发生非典疫情后，WHO以及我国卫生系统对传染病的突发预警和快速应对有了更高的要求，相关的卫生信息系统建设进程明显加快且更加规范［3］。

文献［2］构建了口岸传染病风险评估模型和辅助应用系统，推动了卫生检疫风险管理的规范化、流程化和信息化进程，但该系统仍然是信息孤岛，难以实现联防联控。文献［4］提出创建口岸体检管理和传染病电子监管系统，实现了保健中心监测体检与口岸查验的有效协作，提升了传染病检测准确率，但防控体系简单，且无法实现快速预警和决策支援功能。

随着云计算和大数据技术的快速发展，国境口岸卫生信息系统建设出现了前所未有的机遇。云计 算 SaaS（software－as－a－service）［5］是 一 种 通过Internet提供软件的服务模式，用户不用再购买软件，出入境旅客通过手机下载安装相应的客户端，按照相关规定进行在线健康申报即可快速通关；大数据Hadoop［6］汇聚分析各种疫情数据，及时掌握传染病的发展动态，可在口岸现场进行指导疫情排查并辅助领导决策。

为此，本文引入云计算SaaS模式以及大数据Hadoop分析技术，提出并开发一个可覆盖海港、陆路、空港和铁路等各种类型口岸的国境口岸传染病检疫决策支援系统。首先分析目前国境口岸卫生检疫信息化系统现状及存在的问题，再结合云计算和大数据分析技术，提出传染病检疫决策支援系统框架及功能实现方法，最后以系统在深圳口岸试运行为例，说明了该系统的可行性和有效性。

1 现状及存在的问题

经历了2003年的非典和2005年的高致病性禽流感的疫情之后，我国国境口岸传染病防控机制已较为完善，其基本流程如下：

（1）通过医学巡查、体温监测或旅客自主申报等方式发现可疑病例。

（2）现场对可疑病例进行流行病学调查，少部分口岸对可疑病例采集标本送实验室检测，绝大部分口岸则直接联系“120”急救系统移送地方医院，再由医院通知疾病控制中心（CDC）采样排查。

（3）CDC将监测结果反馈给医院和口岸，这种模式仅能发现有症状的传染病病例。

2009年甲型H1N1流感大流行，我国国境口岸传染病防控系统做了进一步改进，很多口岸根据甲型H1N1流感的流行特点，对所有来自疫区的旅客进行流行病学调查，对没有发热症状但咽喉部不适的旅客采集鼻咽拭子标本进行检测，这些改进明显提高了甲型H1N1流感病例的检出率和截获率。

尽管如此，全国各口岸对出入境旅客的甲型H1N1流感病例的平均检出率仍然不高，特别是对那些仍处于潜伏期或无症状但有一定传染能力的感染者的检出率更低。而且这些防控措施只是针对当时正在爆发流行的甲型流感疫情，对HIV、疟疾、登革热等其他传染病的防控较为薄弱。

现有的防控系统仍存在如下问题：

（1）医学巡查、体温监测或旅客自主申报等可疑病例发现方式相互独立，未能整合并形成一体化的卫生检疫业务流程。

（2）没有与地方卫生系统形成有效的联防联控机制，对无症状、尚处于潜伏期的传染病感染者没有建立后续跟踪监管制度，防控体系覆盖弱。

（3）对于入境后就医发现的传染病病例，尚无有效的反馈机制和方法。

（4）尚未形成传染病网络监测系统，对多数传染病还不能建立有效的监测机制，不能及时掌握传染病的发展动态。

2 系统框架和功能模块

为应对国境口岸疫情形势变化，加快口岸卫生检疫信息化的建设进程，深圳检验检疫局在国家质检总局的直接领导下，牵头联合地方各检验检疫局开发了国境口岸传染病检疫决策支援系统，又称卫生检疫信息化系统。其系统整体框架如图1所示。

图1 系统框架

该系统主要由云计算SaaS模式支撑系统、口岸卫生检疫业务信息管理系统以及前段决策支援应用系统组成。云计算SaaS模式支撑系统主要负责从口岸卫生检疫业务信息管理系统中采集疫情数据，以及通过 Web爬虫技术［7］从 WHO通报、卫生部通报以及互联网公开的疫情信息中自动收集各国／地区的疫情信息，并采用大数据分析技术，为领导或相关决策部门提供决策支援及风险评估。

同时，大数据分析结果可用于指导口岸现场医学巡查、流行病学调查、疫情查询分析以及疫情排查等，并优化实验室检测项和检测资源配置，有利于提升可疑病例采集标本的检出率。

系统覆盖了海港、陆路、空港和铁路等各种类型口岸疫情防控，具有检疫查验、交通工具检疫、溯源核查、样本管理、联防联控、统计分析等功能模块。

（1）检疫查验模块。该模块是系统的核心模块，包括了从发现有症状旅客、流行病学调查、医学排查、采样送检到处理结果的所有环节，并将资料电子化，结合各个关键环节的图像拍照，形成完整、真实的电子档案。

（2）交通工具检疫模块。该模块覆盖航空器、汽车、火车等各种交通工具，在获取到交通工具的出入境详细健康信息后，将交通工具来源地、经停地、航线及相关人员的健康信息与疫情数据库进行科学比对，对其中染疫风险较高的交通工具实施提前预警，并采取针对性查验，实现分类管理。针对空港、海港和铁路口岸，通过交通工具申报系统，获取交通工具出入境信息；针对陆路口岸出入境车辆流量大、速度快的特点，通过电子通道系统对车辆进行分类标识，实时预警来自敏感地方（如香港机场、医院）的车辆。

（3）溯源核查。主要是留验移送、查验个案信息追溯及查验信息后续管理。对于特殊个案，可通过姓名、证件号等方式直接查询检疫处置的详细信息，进行追踪处理；对于被标注为需随访的个案，在获取实验室检测或医院确诊信息后，将调取病例或密切接触者的详细信息，及时对其进行随访。该模块实现了全流程的电子监管、关键环节的视频监控图像以及个案的电子档案，可供国家质检总局对过往病例的溯源核查，将成为全国第一个可实现远程溯源核查的口岸。

（4）样本管理模块。主要采用物联网技术对样本进行管理，所有样本使用RFID／二维码标签进行标识，样本的各个流转环节可在网上进行追踪管理，检测结果及时反馈，确保结果真实快捷。样本管理又细分为采样送检、样本状态查询以及样本统计等。

（5）联防联控。指上报查验信息到质检总局、发送查验信息到地方卫生系统以及旅客来源地疫情联动机构。通过与多部门的联网，构建全方位、多层次的联防联控信息网络：一是与国家质检总局联网，快速上报检疫查验信息，便于各级领导全面、迅速、准确地了解一线业务动态；二是与地方卫生系统联网，实现与CDC、120、传染病医院的信息和资源共享，疫情状态下快速配置医护人员、救护车、床位等；三是与旅客来源地相关部门联网，使得两国或地区在传染病疫情通报、病人移送、技术交流、工作联络等方面进一步深化合作。

（6）统计分析。主要对各种查验、检疫、样本等数据形成日常报表，如口岸出入境卫生检疫查验工作情况统计表、来源国家或地区统计表等，并对结果进行分析。

系统可选定时间段对发现方式、处理结果、检疫查验措施、医学排查措施、有症状旅客等方面进行详细的分类查询统计，并自动生成Excel报表；有助于对疫情数据的多角度比较、系统分析、全面认识，尤其通过对异常监测数据的自动分析，可以评估传染病活动趋势、圈定可能高发人群，实现监测数据的高效利用。

3 系统实现

3.1 旅客卫生检疫业务流程

旅检现场查验主要采用旅检通道红外体温监测系统和医学巡查方式进行查验，分为主动发现疫病（无基础资料比对）、查验比对发现疫病2种情况。当有疫情来临时，将增加旅客自主申报方式，优化后的旅客卫生检疫流程如图2所示。无论是非比对发现的，还是导入旅客护照、身份证、各类卫生检疫证书信息进行系统数据库比对发现的，不能排除染疫病嫌疑者，都要进行体温复测和流行病学调查。根据体温复测和流行病学调查结果来评价是否有疫病风险，如无风险，可直接处置、上报并放行；如有风险，则采取采样送检等医学措施、上报并后续跟踪监管，并根据疫情类型对密切接触者进行排查；对外籍严重染疫者根据有关政策可拒绝入境，并在规定时限内上报疫情。

图2 优化后的旅客卫生检疫流程

图2中的虚线描述的是疫性突发时的流程，与日常疫情处理稍有不同。优化后的卫生检疫业务流程充分整合了医学巡查、体温监测和旅客自主申报等疫情采集方式并实现了一体化电子监管，有利于旅检现场快速查验，同时为避免疫情来临时旅检通道拥塞情况的发生，开发了手机终端APP自主申报客户端，旅客可在旅检排队甚至提前进行网上申报，在疫情来临时，可极大地简化旅客卫生检疫业务流程，加快通关速度。

3.2 传染病三级实验室网络防控体系

本文将建立统一的国境口岸传染病三级实验室网络防控体系［8］——国境口岸国家级重点实验室、区域中心实验室及常规检测实验室，该体系是一个全方位、立体化、多层次和综合性的防控网络，类似于美国突发公共卫生事件三级（联邦、地区／州、地方）应急体系［9］。

国家级重点实验室主要是收集国内外卫生检疫领域最新信息、动态等资料并进行整理和研究；培养高素质的研究开发人员；开展科研工作，通过自主研发或引进最先进的检测技术，解决卫生检疫碰到的疑难问题，着重缩短传染病的窗口期，提高传染病的检出率；在质检系统内为相关专业人员提供理论指导和技术培训；参加国内、国际学术会议，掌握最新的科研动态。

区域中心实验室负责某些传染病的确诊工作，同时为重点实验室培养、储备合格的卫生检疫人才，为口岸一线人员提供常规检测技术培训，为他们的日常工作提供技术指导和支持。

常规检测实验室负责具体的检测与监测工作，对收集到的可疑样品进行快速检测，呈阳性的样品送至重点实验室和区域中心实验室做进一步确诊，并将监测到的传染病流行情况定时反馈给重点实验室和区域中心实验室，以便及时调整实验室的研究方向和防控策略。

除了三级实验室网络疫情数据共享、比对、查询及联动之外，系统还将上报查验信息到质检总局、发送查验信息到地方卫生系统以及旅客来源地疫情联动机构，最终实现整个国境口岸传染病疫情的联防联控。

3.3 Hadoop疫情分析与决策支援

大数据分析与决策系统如图3所示。

分布式存储是大数据实时监测系统的存储支撑，本文采用HDFS作为存储子系统。Hadoop分析系统是大数据系统的核心功能，可以很大程度提高分析效率，使用多台服务器同时进行数据分析。并行分析算法需要基于Hadoop的并行计算框架实现并行化，并在Hadoop分析系统中运行。与Hadoop结合比较好的有Mahout、R语言以及国内学术界针对Hadoop框架进行并行化后的算法。

本文综合考虑系统交互的安全与性能，采用数据库DBLINK交互模式，即通过预先在Hadoop分析系统中搭建好的“中间库”与口岸卫生检疫业务信息管理系统数据库进行API接口对接。系统数据库访问需要经系统管理员授权一定的访问权限。管理员授权后，“中间库”通过DBLINK方式接入并采集业务系统已授权的相关信息表或“同义词”，并将相关信息缓存至“中间库”，缓存时间定为1 d、读取频率定为1 d／次，同步算法为：sysdate＋1。

实现大数据动态监测处理的步骤如下：

（1）从口岸卫生检疫信息管理系统中采集医学巡查、体温监测、自主申报以及实验室检测数据信息。

（2）将采集信息存储到HDFS子系统，并进入Hadoop分析系统，同时采用 Mahout／R语言实现并行计算处理。

（3）基于约定信息监测条件或阈值，引入ESP（事件流处理，可实时地处理大量简单事件）流处理机制实现动态监测。

（4）将统计结果、数据分析结果进行风险评估和决策支援，优化实验室检测项和检测力量的动态配置，确保旅检现场快速查验，并提升检出率。

4 应用举例

图4所示的国境口岸传染病检疫决策支援系统（又称卫生检疫信息化系统）是深圳检验检疫局在国家质检总局的直接领导下，牵头各地方检验检疫局经过大量的探索和实践，系统规划、顶层设计，系统集成云计算、大数据、物联网等最新信息技术，构建了一个覆盖卫生检疫方方面面的综合性业务系统，完成了资源整合、深化了数据应用、创新了业务流程，使国境口岸卫生检疫的工作更前瞻、更智能、更高效、更便捷。

该系统以国境口岸卫生检疫业务为核心，如图4a所示，涵盖了疫情监测、检疫查验、交通工具检疫、重大疫情处理等16个方面的功能，从红外报警、体温复测、流行病学调查、医学排查，到采样送检、留验移送的口岸检疫查验全流程，全部采取信息化监管、无纸化操作及痕迹化管理，实现了传染病查验史、护照地、旅行地、接触史、旅客症状对应传染病、检查结果等6类风险警示和决策支援，大大提高了国境口岸传染病排查工作的针对性和准确性。

系统还提供了一种云计算SaaS软件即服务模式，如图4b所示，出入境旅客通过手机下载安装相应的客户端，按照相关规定进行在线检疫申报即可快速通关。该系统已于2012年底在深圳罗湖、皇岗、深圳湾、文锦渡、沙头角等口岸正式上线试运行。以深圳湾口岸为例，2013年该口岸检疫出入境旅客总数超过3 000万人，其中通过医学巡查、体温监测和自主申报排查旅客8 946人，发现有症状旅客3 572人，开展流行病学调查3 540人，见表1所列。

目前，该系统整体运转正常，达到了预期目标，取得了良好的应用效果。

图4 国境口岸传染病检疫决策支援系统

表1 2013年深圳湾口岸传染病检疫查验统计 例

5 结束语

本文针对现有国境口岸卫生检疫信息化系统的不足，引入云计算整合医学巡查、体温监测和自主申报3种疫情采集方式，优化了旅客卫生检疫业务流程；构建了三级实验室网络防控体系，形成了全方位、多层次的联防联控信息网络；利用大数据Hadoop分析技术掌握国内外传染病的发展动态，在此基础上开发了国境口岸传染病检疫决策支援系统。该系统在深圳口岸的成功试运行，将有助于该系统在全国各直属检验检疫局中的推广应用，具有明显且广阔的应用前景。

［1］吴晓旭，田怀玉，周 森，等.全球变化对人类传染病发生与传播的影响［J］.中国科学：地球科学，2013，43（11）：1743－1759.

［2］刘 丰，于珊珊，马晓光.口岸传染病风险预警与快速决策信息系统的开发与建立［J］.中国国境卫生检疫杂志，2011，34（1）：52－55.

［3］常春雨，吕智军，付文新.国境卫生检疫风险预警信息系统设计概述［J］.口岸卫生控制，2004，9（4）：1－2.

［4］史灵梅，张述铿，沈晓燕，等.口岸体检管理和传染病电子监管系统创建及应用［J］.中国国境卫生检疫杂志，2012，35（2）：135－141.

［5］Satyanarayana S.Cloud computing：SaaS［J］.Computer Science and Telecommunications，2012，4（36）：76－79.

［6］Fan W，Albert B.Mining big data：current status，and forecast to the future［J］.ACM SIGKDD Explorations Newsletter，2012，14（2）：1－5.

［7］Gupta S，Bhatia K K.HiCrawl：a hidden web crawler for medical domain ［C］／／IEEE International Symposium on Computational and Business Intelligence （ISCBI），New Delhi，India，2013：152－157.

［8］杨坤宇，熊焕昌，张 毅，等.完善我国国境口岸传染病应急防控体系的探讨［J］.中国国境卫生检疫杂志，2011，34（1）：48－51.

［9］殷晓梅.美国突发公共卫生事件应急体系的启示［J］.中国公共卫生管理，2006，22（3）：268－269.