由我院流行病学课题组陈田木副教授指导，博士研究生李康国开发维护的流感等呼吸道传染病全球监测平台（GIDS），上线以来单月访问量已突破40万次，用户覆盖全球166个国家和地区。平台集中呈现了世界卫生组织（WHO）、美国疾控中心（US CDC）等权威机构的数据，不仅为全球呼吸道传染病监测提供了客观的数据参考，也为相关领域的流行病学研究和早期预警提供了便利的工具支持。
GIDS（全球传染病监测平台）建立的初衷，主要为了解决研究里一件很具体、也很费时间的事：想查某种传染病在某地的历史变化，资料往往分散在各国疾控官网、统计表格和疫情周报里，格式不一、来源各异，光是把它们对齐口径就要花掉大量时间。
事情最初只是一个人的活儿。2021年疫情期间居家学习，各地疫情数据天天更新却找不到一处集中的地方，李康国便动手把中国法定报告传染病的公开资料一条条整理保存下来，想着以后做研究时能直接查到。
没想到这份个人整理一路从中国扩展到全球，慢慢长成一件需要长期维护的公共科研工具。这篇文章想说清楚两件事：GIDS 现在收录了哪些数据，以及研究者能拿它做什么。
一项传染病研究，通常是从几个具体问题开始的
某种疾病这几年是升是降？不同地区的变化是不是同步？看到一个新出现的疫情信号，背后有哪些官方通报和研究可以查？回答这些问题，就得把散在各国的监测资料串起来。
GIDS 想做的，就是把这条路径缩短一些：从一个问题出发，查到数据、看清来源、做出比较，再顺着线索找到相关研究。
1.把分散的监测记录，整理成可查询的时间序列
GIDS 持续收录各地官方卫生机构公开发布的监测资料，整理成地区—疾病时间序列。你可以按国家地区找，也可以按疾病找，登革热、百日咳、霍乱、麻疹、疟疾、肺结核等都能查到长期趋势；在有分地区数据的国家，还能进一步看到省、州一级。
比如关注百日咳或登革热，可以先看一个地区的历史曲线，再叠加其他国家同屏对照，比较它们起伏的时间、持续多久、有没有季节性。对比工具支持同时放最多 4 个国家或地区、2 种疾病，图上的数值可以悬停读取，时间范围可以缩放，当前配置能分享也能下载图表。
监测数据与对比工具：https://globalinfectiousdisease.com/zh/compare/
2.持续追踪，尽快把新数据带到你面前
全球监测数据每天都在变化：不同国家和地区的卫生机构按照各自的节奏发布新报告、修订历史数字。GIDS 持续追踪这些公开来源，通过自动化采集和整理，将新发布的资料纳入数据库，让研究者不必反复逐个网站查找。
以北京时间 2026 年 11 月 8 日 08:00—14:00 为例，系统完成了 719 次监测数据采集任务，平均每小时约 120 次，涉及 63 个国家或省州等地区代码。这些任务并行运行，持续追踪各地监测资料。
从追踪来源、检查报告到整理入库，这些持续运行的任务让长期监测序列不断接上新的公开资料。各来源的报告时间与出处均可在数据页面查看。
控制面板采集任务截图为 09:51 左右的历史快照，展示任务状态和地区
3.全球态势：在一张地图上追溯官方通报
想了解某种疾病最近的动态，可以打开全球态势——它把各方的疫情通报收拢到同一张地图上。信息来源包括 WHO、欧洲疾控中心（ECDC）、非洲疾控中心（Africa CDC）、泛美卫生组织（PAHO）等，条目展示可获得的疾病、地点、报告日期和出处。
你可以按疾病、国家及地区、来源、时间筛选，点地图上的标记或地点列表里的事件，就能看到通报详情；如果这件事还有关联数据，也能顺带查该地区的监测背景、疾病页面和相关研究，或直接打开官方原文。
查看全球态势：https://globalinfectiousdisease.com/zh/situation/
4.研究雷达：从监测问题走到研究证据
光知道官方报了什么还不够，一个传染病问题往往还要查研究。研究雷达把公开文献按疾病、国家地区、公共卫生主题和研究类型整理好，截至 2026 年 11 月 7 日公开目录收录 6,669 条文献记录；部分文献提供中英文结构化摘要，读者还可以查看期刊和发表信息，通过 DOI 或原文链接进一步查阅。
比如关注登革热，可以从疾病入口找到疫苗、传播、防控方向的研究，再用每周简报、RSS 订阅和证据图谱持续跟进。有些研究已经和监测背景做了关联，方便你按疾病和地区往下翻。
查看研究雷达：https://globalinfectiousdisease.com/zh/research/
5.AI 深度融入：帮忙读文献、整理证据、辅助审核
面对不断增长的监测资料和研究文献，GIDS 把 AI 融入内容处理流程：辅助梳理文献要点、生成结构化证据摘要，整理疾病知识资料，并参与报告内容生成和质量审核。研究雷达中的部分中英文摘要，就是为了帮助读者更快判断一项研究与自己关注的问题是否相关。
这背后有持续运行的模型任务。调用日志显示，截至 2026 年 11 月 8 日 14:00（北京时间），调用日志累计记录 381,093 次模型调用尝试；其中同日 08:00—14:00 记录 1,913 次，包括 1,905 次成功和 8 次失败。
AI 让文献梳理、内容生成和质量检查更高效，也让读者更容易沿着摘要找到原始研究。
模型调用日志截图为 09:51 左右的历史快照，包含成功和失败记录；正文数字统计截至 14:00
6.数据可以下载带走，接进你自己的分析
看到合用的数据，GIDS 支持按CSV、JSON 和 XLSX（Excel）导出，可按国家或疾病查找；详情页会标注历史时间范围和来源，省州级资料从所属国家页面进入。下载后可以直接带进 R、Python 里做趋势整理、问题探索、教学案例或建模。
进入数据下载：https://globalinfectiousdisease.com/zh/downloads/
一个真实的使用案例 · Nature Communications（2024）
早年整理的中国数据，撑起了一项流行病学研究
这些长期积累的数据已经走进实际研究。项目早期整理的中国监测数据，直接支撑了李康国等人与合作者关于中国 24 种法定报告传染病在新冠疫情不同阶段变化的研究，成果于 2024 年发表在 Nature Communications。
从收资料、对口径，到最后能支撑一篇正式研究，这条路 GIDS 自己走过一遍，也正是它继续做下去的理由：让每一次整理都查得到、用得上下一次。
阅读论文原文：https://www.nature.com/articles/s41467-024-48201-8
7.订阅关注的方向，更新自动送上门
订阅功能目前正在测试，预计 2026 年底正式开通。订阅中心已提供表单，可填写邮箱并选择关注的国家地区、疾病、主题和研究类型。计划提供的邮件内容包括报告更新、每周摘要、研究雷达摘要和重点提醒。
订阅支持中英文，并提供管理和退订方式。研究雷达另外提供 RSS，想持续跟进文献也可以使用。
订阅中心网址：https://globalinfectiousdisease.com/zh/subscribe/
8.中、英、法三种语言，方便不同地方的同行
GIDS 提供中文、英文和法文三种界面，用网页右上角的语言菜单即可切换，在自己熟悉的语言里查监测数据、全球态势和研究资料。下面两张依次是英文和法文首页。
英文首页：https://globalinfectiousdisease.com/
法文首页：https://globalinfectiousdisease.com/fr/
过去一个月，谁在打开 GIDS：2026 年 10 月 9 日至 11 月 8 日的 30 天统计窗口内，平台 HTTP 请求的来源覆盖 166 个国家和地区，页面浏览量（Pageviews）约 460,190 次，访问次数（Visits）约 414,310 次，HTTP 请求总量约 1,247,930 次。这些数字为抽样估算。
以下从三个角度列出部分页面浏览来源，各组可能重叠：
欧美与亚太：美国约 248,130 次，新加坡 24,440 次，法国 21,170 次，中国大陆 16,910 次。
全球南方：巴西约 22,720 次，越南 6,290 次，阿根廷 5,800 次，印度 3,770 次，南非 2,610 次。
丝绸之路沿线部分地区：新加坡约 24,440 次，越南 6,290 次，孟加拉国 4,470 次，肯尼亚 1,030 次。
在这一统计窗口内，美国约占总页面浏览量的 54%，是最大的页面浏览来源；中国大陆也位居前列。
感谢 Cloudflare，让全球访问更快、更安全
特别感谢 Cloudflare 提供强大的免费服务，为 GIDS 带来全球内容分发、缓存加速和安全防护，让世界各地的研究者更方便地访问传染病数据。在 2026 年 10 月 9 日至 11 月 7 日的 30 个 UTC 自然日里，Cloudflare 记录了约 123 万次 HTTP 请求，其中约 12.96 万次由缓存响应，并对 24,601 次威胁请求采取拦截或验证措施。对一个长期维护的公共科研项目来说，这份支持让全球共享成为可能。
如果你也关心传染病、流行病学或全球卫生相关研究，不妨就从你正关注的一种疾病、一个地区开始试试 GIDS。也欢迎海内外同行来交流数据需求、推荐可靠来源、指出错漏，或者聊聊学术与研究合作。
中文入口：https://globalinfectiousdisease.com/zh/
GIDS 全球传染病监测平台
开发与维护：李康国
支持与指导：陈田木
统计与配图说明：① 访问数据来自 Cloudflare GraphQL Analytics 的 HTTP 请求概览，统计窗口为北京时间 2026 年 10 月 9 日 14:00 至 11 月 8 日 14:00（UTC：2026-10-09T06:00:00Z 至 2026-11-08T06:00:00Z）。Pageviews 约 460,190，Visits 约 414,310，Requests 约 1,247,930；数据为自适应采样估算值。166 个国家和地区按有 HTTP 请求的可识别来源代码统计，排除特殊代码；Visits 不等于独立用户数。地区排行和分组使用 Pageviews，括号内为占总页面浏览量的比例；各分组可能重叠。② 公开资源核验于 2026 年 11 月 8 日 14:00 后；公开版本截至 14:00 未发生变更：4,457,224 条记录按各地区公开元数据汇总；42 个国家级、252 个省州级数据集分别计入，不代表 294 个国家或去重病例。当前快照最新报告日期为 2026 年 11 月 1 日，各来源覆盖与更新周期不同；1924 年为部分历史资料的最早年份。研究雷达公开文献数为 6,669，页面更新于 2026 年 11 月 7 日，与内部索引量分别计数。③ GIDS 首页动图和控制面板截图于 2026 年 11 月 8 日采集，其余界面截图和动图于 2026 年 11 月 7 日采集，图中计数和筛选状态为采集时快照。Cloudflare 地理分布截图未显示具体统计时间，截图与正文数字可能因查询时间或条件不同而有差异。④ 六小时统计窗口为北京时间 2026 年 11 月 8 日 08:00（含）至 14:00（不含）。719 次按该窗口内完成且状态为 completed 的监测数据采集任务计数，地区代码包含国家和省州等，不代表独立国家；任务开始时间可早于窗口。AI 调用按日志记录时间统计，包含生产模型调用的成功及失败尝试，允许重试；累计数为截至 14:00 的日志总数，最早记录于北京时间 2026 年 10 月 17 日，统计始于该日志的最早记录。两张控制面板截图为约 09:51 的动态快照，不直接展示 14:00 的累计数或六小时汇总。⑤ Cloudflare 防护与缓存数据来自区域级 GraphQL 日汇总（httpRequests1dGroups），窗口为 UTC 2026 年 10 月 9 日 00:00 至 11 月 8 日 00:00，对应北京时间 10 月 9 日 08:00 至 11 月 8 日 08:00：1,230,777 次请求、129,562 次缓存请求、24,601 次威胁请求；其统计时间与前述访问概览略有不同。威胁请求包括被拦截或要求验证的请求。
（公共卫生学院）
