廣州疾控發布專業團隊預測結果→全國南北方流感或將在2-3周后出現拐點

昨日，廣州市疾控在其官方微信平臺“廣州疾控i健康”發布專業團隊關于全國流感的預測結果：

北方地區：預計將在2025年12月中旬左右進入階段性高峰，之后進入短期下降階段，隨后將在2026年1月初出現小范圍反彈，并逐步下降。

南方地區：流感還將繼續上升，預計流感疫情持續時間比北方長，將在2025年12月中下旬至次年1月初達到高峰，短期下降后小幅度反彈，隨后逐漸下降。

詳細內容如下

中國疾病預防控制中心第47周最新監測數據[1]顯示，連續6周內，流感樣病例(Influenza-like Illness, ILI)百分比持續上升，我國南、北方流感檢測陽性率均已超過35.00%，流行毒株以甲型流感病毒H3N2為主。氣溫下降和人員聚集性活動增加使得本輪流感季具有廣泛傳播的可能性[2]。因此，及時進行流感流行趨勢研判、準確識別流感病例增長拐點，對實現流感的科學防控至關重要[3]。

為應對上述挑戰，中國-葡萄牙人工智能與公共衛生問題“一帶一路”聯合實驗室主研的“DiXcovery”系統基于多源監測數據對本輪流感疫情的發展態勢開展綜合研判，力圖在病例快速增長情況下精準識別上升拐點、峰值拐點和回落拐點，為我國流感疫情防控策略制定、資源儲備和公共衛生預警提供更加科學、前瞻的技術支撐。本流感預測預警模型主研人員包括帶路實驗室楊子峰教授、韓子天教授、鄧小燕教授、曾志奇博士、梁靖怡博士及合作單位廈門大學公共衛生學院陳田木團隊等。

“DiXcovery”的核心目標是依托大數據與人工智能技術，實現對重大傳染病的實時監測、趨勢預測與智能預警，并為公共衛生決策提供科學支撐。系統主要分為三個功能模塊：全球數據治理、智能模型庫和應用決策。目前，該系統的全球數據治理模塊集成了來自中國、葡萄牙、美國、西班牙等至少15個國家的多維度疫情監測數據；內置的智能模型庫可以實現傳染病趨勢預測、干預效果評估、流行病預警等功能，平均預測準確率能夠達到85%；最后，應用決策模塊將前端的監測和模型預測結果，轉化為真正能夠支持公共衛生管理和政策制定的行動建議。

研判結果

根據既往流感流行季的防控經驗，結合疫情發展規律進行綜合研判，結果如下：

1. 基于AdaFluCST流感預測模型：通過多尺度趨勢特征提取，實現對短期波動與長期趨勢的綜合預測。預測結果進一步轉換為1~5級流感指數，對應不同流感流行程度（表1）。未來8周內，全國南、北方地區流感指數如表2所示。南方地區流感指數將維持5級，北方地區流感指數為5級（2026年第1周降至4級），南北方地區流感病毒陽性率現階段呈現明顯的上升趨勢，但北方地區可能先于南方地區出現本次流感疫情的峰值，南、北方的達峰時間預計在12月中下旬至次年1月上旬（圖1、圖2）。

表1 流感指數說明

注：

1、流感指數1級：未超過設定的基線(4.94%)

2、流感指數2~5級：超過基線值的所有陽性率的P25、P50、P75作為流感指數閾值

表2 全國南、北方地區流感指數（未來8周）

圖1 南方地區實驗室監測呼吸道樣本中流感病毒陽性百分比

圖2 北方地區實驗室監測呼吸道樣本中流感病毒陽性百分比

注：

1、基線：4.94%

2、閾值線：超過基線值的所有陽性率的P25、P50、P75作為流感指數閾值

（數據來源：中國疾病預防控制中心）

2. 基于人機協同混合模型：北方地區預計將在2025年12月中旬左右進入階段性高峰，之后進入短期下降階段，隨后將在2026年1月初出現小范圍反彈，并逐步下降（圖3）；南方地區流感還將繼續上升，預計流感疫情持續時間比北方長，將在2025年12月中下旬至次年1月初達到高峰，短期下降后小幅度反彈，隨后逐漸下降（圖4）。

圖3 北方地區ILI+多模型綜合預測結果

注：ILI+為ILI%和流感陽性率的一個綜合指標

圖4 南方地區ILI+多模型綜合預測結果

注：ILI+為ILI%和流感陽性率的一個綜合指標

結論

根據本聯合團隊的預測結果，北方地區將率先在2025年12月中下旬達峰，而南方地區將維持上升趨勢，隨后在2025年12月中下旬至2026年1月初達峰。建議公眾繼續保持良好的防護習慣，盡量減少在密閉及高密度人群環境中的停留，準確佩戴口罩，關注自身及家庭成員的健康狀況。如出現發熱、咳嗽等癥狀，應及時就醫，避免帶病上班、上學。

值得注意的是，在元旦假期（12月末至次年1月初）期間，存在假期人員集中流動引發疫情南北方片區反彈的可能；另外，春運（大約為次年1月中旬至2月中旬）及春節后返程時期南北方片區均可能處于疫情下降階段，大規模、長距離的人員流動可能引發新一輪疫情小高峰，同時不排除出現亞型交替風險。

參考文獻：

[1] 中國國家流感中心. 2025年第47周第884期中國流感監測周報[EB/OL]. (2025-11-26) [2025-12-01]. https://www.chinacdc.cn/jksj/jksj04_14249/202511/P020251126605545320091.pdf

[2] Yin Y, Lai M, Lu K, et al. Association between ambient temperature and influenza prevalence: A nationwide time-series analysis in 201 Chinese cities from 2013 to 2018. Environ Int. 2024;189:108783. doi:10.1016/j.envint.2024.108783

[3] Nsoesie EO, Brownstein JS, Ramakrishnan N, Marathe MV. A systematic review of studies on forecasting the dynamics of influenza outbreaks. Influenza Other Respir Viruses. 2014;8(3):309-316. doi:10.1111/irv.12226

編輯：普通疾控人 | 審核：詩酒趁年華

文章來源 | 南山呼吸、廣州疾控i健康

說明 | 轉載只為分享，如有侵權聯系刪除

?版權聲明 | 部分信息和圖片來自公開網絡

轉載請注明

再次轉載請注明出處

科普健康 | 宣傳疾控

本號為多位疾控機構從業者運營

重點關注國內外健康事件

致力于疾控科普

在做好科普服務大眾的同時

做好疾控機構的宣傳

讓更多的人了解疾控，擁抱健康

歡迎加「小編」微信(cdcjkr126com)

本文具體說明

本文綜合自微信公眾號“南山呼吸”和“廣州疾控i健康”，文章無個人觀點、意見、研判及內部保密信息，所有內容及數據均來自網絡，均不代表本平臺觀點。

轉發的目的是為了健康宣傳和提示，提高公眾健康素養及自我防護意識，引導公眾關注健康相關信息，如有不合規或不合理之處，歡迎聯系小編修改刪除。

更多精彩視頻，盡在“CDC疾控人”視頻號