目的通过传染病早期预警及时发现传染病聚集性疫情,使其得到及时有效处置。方法 2006—2016年,用VB+VC语言编写传染病聚集性疫情筛查辅助软件,参照贵州省传染病流行规律和流行特征制定的各种传染病预警阈值,建立以乡镇、集体单位为层级的传染病聚集性病例预警模式;2017—2019年,建立省级传染病大数据中心,搭建"贵州省传染病监测数据分析和辅助决策系统",基于人工智能技术,通过机器自主学习历史上所有的传染病个案数据,建立智能化的传染病监测预警模式。结果贵州省传染病监测数据分析和辅助决策系统较VB+VC语言编写传染病聚集性疫情筛查辅助软件更易及时发现医疗机构报告病例异常增多和传染病聚集性疫情,实现了对各级疾控机构全程监管预警信息的处置,聚集性疫情发展得到有效控制,预警及时响应率由61.17%提高到97.59%,预警及时处置率由63.67%提高到98.51%,暴发疫情和突发公共卫生事件报告数由343起降低到83起。结论大数据分析和人工智能技术在传染病监测系统中的应用,可大大提高传染病监测准确性和敏感性,充分发挥传染病早期预警的作用,降低传染病暴发的风险。