新发传染病(Emerging Infections Discasc,EID)传染性强、传播速度快、病死率高。随着经济的全球化,各国间交流日益频繁,全球气候改变也使得一些EID有随时出现跨国传播的危险,同时许多ElD病原已被用于生物战剂,具有更强的突发性和隐蔽性。但由于一些EID从未出现或平时很少发生,一线人员难以掌握更多相关知识,加上发病初期警觉不够,容易造成EID暴发流行,因此需要一种供基层使用的具有诊断提示、学习指导功能的EIDs辅助识别系统。本研究的目的是研究建立新发传染病病毒性脑炎及出血热鉴别诊断及临床诊断辅助识别系统,为EIDs乃至传染病的诊断、鉴别诊断系统的建立奠定基础。方法:1)收集相关EIDs及鉴别诊断相关疾病的信息资料并构建知识库;2)对EIDs临床特征进行有效提取,建立可被计算机识别的数字化诊断评价体系;3)将建立的数学评价体系嵌入临床信息录入系统,与知识库整合,为系统能够进行智能推断、预测和自学习提供包括评价专家打分、特征选择与提取及贝叶斯网络在内的核心算法。4)采用J2EE和关系数据库技术,运用结构化描述性组件和规范医学术语,选取可满足实际应用需求的数据库框架,建立全结构化存储的临床信息录入系统。5)选择用聚类分析、主成分分析、判别信息熵及贝叶斯网络进行系统算法修正.6)利用J2EE技术和R语言,借助预留接口对三个组成部分进行整合,建立本系统并完成试运行和初步验证。7)收集病例,利用回顾性及前瞻性研究对本系统进行全面验证。结果:1)完成了相关疾病资料的收集并建立了可查询知识库。2)编写了大量与诊断有关的词条,建立临床诊断指标体系。3)利用多元统计分析方法、信息熵理论及贝叶斯网络建立了数学评价体系。4)运用结构化描述性组件和规范的医学术语,建立了临床信息管理系统。5)采用逐步启发、分层引导,逐渐深入,以及交互反馈的模式,将医师临床经验与临床思维,通过计算机对EIDS临床特征进行识别,建立了符合临床思维的EIDs计算机辅助专家智能系统。6)系统完成后临床回顾性研究314份病例及前瞻性研究186份病例的验证结果分别为:第一诊断符合率61.9%及59.7%;前3位提示率78.1%及77.9%;前5位提示率86.6%及85.4%。结论:该系统符合临床思维,具有提示、引导、指导和培训功能,并具有较好的准确性、稳定性、灵活性、兼容性和实用性.该系统可望能直接与国家疫情网络系统连接,完善我国传染病临床监测和预警。