邓振民,柳平增*,成子强,马彬彬,赵丽,蔡黎明,陈国卫

1.山东农业大学信息科学与工程学院,山东泰安271018

2.山东农业大学动物科技学院,山东泰安271018

3.德州市国土资源局,山东德州253000

基于信息技术的家禽肿瘤性疾病预警研究

邓振民1,柳平增1*,成子强2,马彬彬1,赵丽1,蔡黎明2,陈国卫3

1.山东农业大学信息科学与工程学院,山东泰安271018

2.山东农业大学动物科技学院,山东泰安271018

3.德州市国土资源局,山东德州253000

针对目前家禽肿瘤性疾病对家禽养殖业产生的重大影响，基于现代信息技术对家禽肿瘤性疾病预警的层级结构、模块构成、疫情监测、空间数据监测、风险因素、预警指标、预警模型、集成开发等内容进行了探讨，引入了Web开发、WEBGIS、物联网等技术手段，融合软件开发、空间分析、疾病预警等于一体，形成了家禽肿瘤性疾病预警系统的雏形，为家禽肿瘤性疾病预警系统的设计与建设提供了基础，为家禽传染病的有效防治提供了路径。

家禽肿瘤性疾病;风险;预警

禽肿瘤性疾病是一类流行于世界范围内的禽类传染病，主要包括马立克氏病(MD)、禽白血病(AL)和网状内皮组织增生症(RE)三种类型，禽肿瘤性疾病的蔓延与爆发对全球家禽产业的健康发展造成了危害，对活禽养殖业造成了一定的经济损失，对人类身体健康造成了潜在的威胁[1,2]。目前，随着禽肿瘤性疾病病毒毒株的变异及其毒力增强，传统疫苗免疫方式效果有所下降，病毒宿主范围继续扩大[2]，如何提前发现和有效控制这类疾病的爆发成为动物医学研究的热点。随着以计算机技术为核心的信息技术的飞速发展，其在动物医学领域的应用逐渐增多，建设动物疫病信息预警体系的思想已经被业界所认同，部分研究人员尝试通过开发信息预警系统的方式对典型动物传染病的传播与爆发进行监测评估，这为开展家禽肿瘤性疾病预警系统的研究提供了支撑，为家禽肿瘤性疾病预警理论的形成、预警机制的构建、预警系统的开发、预警信息的发布和疫情蔓延控制等奠定了基础。

家禽肿瘤性疾病预警是指充分利用现代信息技术或方法（疫病监测、疫情报告和流行病学分析等），获取疾病发生的监测资料与疫情报告，对疫情发生的空间因素（源地、规模、范围、传播路径等）、时间因素（季节规律、生命周期、传播速度等）、环境气象因素（温度、湿度、光照、气溶胶、降雨、积温等）、流行病学因素（病源特征、流行病学特征、防治方法等）及影响后果（危害程度、经济损失、社会反应）等进行分析、评估及预测，快速发现一定地域范围内疾病的传入和激增，及时对疫情爆发和流行的趋势进行评估预测，在一定范围内发布预警信息，为有关部门进行相应级别的预警反应提供参考。

本文依据动物疫病预警体系（见图1）理论，借助Web网络技术、GIS技术、物联网技术、预警模型技术等，对家禽肿瘤性疾病预警系统的层级结构、疫情监测、风险因素评估、预警模型、系统集成等进行了初步研究，以期为家禽肿瘤性疾病预警机制完善及预警系统的建设等提供参考，为动物卫生防疫和预防控制部门提供决策支持。

图1 预警体系示意图Fig.1 Schematic diagram of early warning system

1 家禽肿瘤性疾病预警层级结构

家禽肿瘤性疾病的传播具有明显的跨地域性，建立覆盖全地域范围的预警系统耗费资源量较大，针对不同地域范围建立不同规模的预警系统，形成层次分明的预警结构，严格控制预警信息的地域范围，是实现可伸缩预警的有效方式。预警层级具有明显的制度性与行政性，层级内预警系统具有包容性与同质性，整个预警系统具有兼容性、开放性与可扩展性。家禽肿瘤性疾病预警的层级结构与预警系统的功能模块是可伸缩预警研究的核心内容，层级结构与动物疫病分类相关性较大，功能模块与系统定位有关。

1.1 家禽肿瘤性疾病预警系统层级结构

预警系统的层级结构受到卫生制度、行政区划、疫病种类因素的直接影响，疫病性质、地域、政治、经济、自然条件、民俗及科技发展水平等因素对其形成具有制约作用。目前，国际上典型的动物疫病预警系统普遍按照世界——地区——国家——地域——行政区划的层次进行划分，其实现形式还受到预警系统所在地具体因素的限制。国内动物疫病预警系统普遍按照国家级、省级、市县级的层次进行建设，国家级及省级预警系统侧重宏观信息管理与分析，市县级预警系统侧重典型疫情信息监测与评估。

本文中家禽肿瘤性疾病预警系统定位县市级行政区域，用户范围涉及县级畜牧局、兽医站、兽医专家、养殖户、公众等，向上兼容省、市级动物疾病监测网络，向下直接面向用户，可与用户养殖管理系统、远程诊断系统、养殖厂管理系统及专家系统等进行集成开发（见图2）。家禽肿瘤性疾病预警系统层级受到系统开发资源的限制，一般采取由上向下规划、由下向上建设的方案实施，系统层级设计时预留的上级预警系统接口、相关行政单位接口、养殖管理系统接口、公众系统接口、溯源系统接口等可提高系统的兼容性，减少由于重复建设等造成的资源浪费。预警系统以服务畜牧局和养殖厂为主，同时为兽医专家和专业人员提供网络服务途径，形成以畜牧局子系统为核心的多用户网络服务系统，与现行畜牧兽医调查制度相符合。家禽肿瘤性疾病预警系统只针对禽肿瘤性疾病进行预警，其可作为禽类传染病预警系统的原型，通过扩展开发建设成较为完整的禽类传染病预警系统。

1.2 家禽肿瘤性疾病预警系统功能模块

传统动物疾病预警体系由疫情普查系统、疫情监测系统、疫情信息报告系统、疫情反应系统等构成[3]，系统间通过人工方式进行信息传递与交流，体系功能划分以部门职能为依据。家禽肿瘤性疾病预警系统功能集中于疫情预警，把传统体系中的疫病数据库建设、疫情监测、辅助流行病学分析、评估预警等功能集成封装为模块，模块间通过接口进行通信，然后利用WEBGIS方式把评估出的预警信息呈现给用户。

家禽肿瘤性疾病预警系统由疫病数据库模块、疫情信息获取模块、信息评估分析模块、预警信息显示模块等构成。疫病数据库模块用来实现县市区域疫病历史数据的存储，存储的数据包括病原学数据、疫情数据、易感动物数量数据、易感动物分布数据、养殖信息数据、生态数据、气象数据[3]等；疫情信息获取模块包括养殖基本信息获取系统、饲喂用药信息获取系统、禽舍环境信息获取系统、气象环境数据获取系统、疫病疫情信息网络上报系统等；信息评估分析模块包括属性数据存储管理系统、空间数据存储管理系统、预警指标体系管理系统、预警模型管理系统、对外接口等；预警信息显示模块用以展现预警信息。（见图3）

图2 家禽肿瘤性疾病预警系统层级Fig.2Levelsoftheaviantumordiseaseearlywarningsystem

图3 家禽肿瘤性疾病预警系统图Fig.3Schematicdiagramoftheaviantumordiseaseearlywarningsystem

2 家禽肿瘤性疾病监测

2.1 家禽肿瘤性疾病疫情监测

2.1.1 疫情信息监测家禽肿瘤性疾病疫情监测信息包括常规疫情信息、爆发疫情信息、病例信息与实验室检测信息[4]。（1）常规疫情信息由动物医学专业人员发现疑似、临床诊断或确诊病例后通过系统终端进行上报；（2）爆发疫情信息包括病例调查报告及处理报告，主要内容包括：疫情概况、首发病例或指示病例的描述、流行基本特征、暴发原因、实验室检测结果和病原分型等；（3）病例信息由养殖厂防疫员、兽医人员、饲养员等在发现符合禽肿瘤性疾病流行病学特征的病例后，填写传染病报告并通过系统上报；（4）实验室检测信息包括血清学检测信息、病理学检测信息、PCR检测信息、病因调查数据及肿瘤病例调查数据等[2,5]，由检测员检测后进行上报；（5）养殖信息对疾病诊断具有辅助价值，包括种源、饲料、免疫、饲喂等信息，系统预留接口方便进行集成开发。

疫情监测方式主要包括人工方式、电话方式、互联网方式等，家禽肿瘤性疾病预警系统基于Web技术开发B/S结构监测系统，其在效率、经济性等方面具有明显优势。监测系统工作原理：由专业人员把调查、检测信息通过网络客户端上报后传送到中心服务器，系统将数据统一存储在商用的大型数据库（SQL SERVER等）中，利用调查上报数据构建监测区典型病例数据库；通过流行病学调查和临床检测、实验室检测，将实时发生的病例信息、流行资料等录入数据库，实现实时监测、反映家禽肿瘤性疾病疫情的动态变化。

2.1.2 疫情空间数据监测疫情空间数据是疫情空间分析的基础，主要包括疫病源地空间数据、蔓延路径、疫情范围等信息。疫情空间数据获取方式以前期调查绘制的地图信息为主，获取的疫情空间数据需要以地理空间信息作为背景进行相关性空间分析，地理空间信息包括土壤、水文、地貌、交通、植被、气象、建筑物、行政区划等。疫情空间信息通过商业数据库的空间数据引擎进行管理，空间数据引擎是专门为在关系型数据库中存储管理空间数据而开发的数据模型，通过空间数据引擎实现空间——属性数据的统一管理和高效率访问。疫情空间数据主要为进行疫病的流行病学分析、疫情环境因素分析等提供基础信息，预警系统中提供此功能可以方便兽医专家和兽医工作人员进行疫病诊断、疫病蔓延趋势判断等，提高预警信息的可信度。

疫情空间数据监测通常采用经济性较好的商业地图软件二次开发方式进行，随着WEBGIS技术的飞速发展，越来越多的商业地图公司（GoogleMap、BaiduMap、SogouMap等）开始提供免费API资源，家禽肿瘤性疾病预警系统的疫情空间数据监测功能较为简单，可利用商业软件二次开发方式进行，但免费API资源具有一定局限性，目前只能提供简单GIS开发功能，如若开发胖客户端GIS应用程序，还需配备专门的空间数据服务器用以提供对复杂空间数据的支持。

2.2 家禽肿瘤性疾病环境监测

2.2.1 禽舍环境监测家禽肿瘤性疾病预警系统需要获取的禽舍环境信息包括温度、湿度、光照、通风、空气质量（NH3）、饲养密度、地面污染情况、疫苗污染情况等，禽舍环境的改变将直接导致“宿主-病原-环境”生态系统的改变，进而影响家禽肿瘤性疾病的发生与传播。预警系统利用物联网传感技术，实现部分环境信息的自动采集与传输，获取的数据被存储在中央服务器中，为辅助养殖环境调控与疾病诊断服务，系统按照“信息感知——信息传输——信息处理”的方式进行工作（见图4）。

图4 禽舍环境信息监测系统Fig.4 System of the birdhouse environments information monitoring

病毒感染引起的家禽肿瘤性疾病的爆发、流行与禽舍环境及其变化有着密切的联系，把病毒感染与禽舍环境进行综合分析，确定禽肿瘤性疾病与环境因子之间的相关性，形成相关性风险模型，建立模型数据库。根据相关性风险模型进行环境因子的预警与环境自动调控，改善禽舍环境，减少家禽肿瘤性疾病发生的可能性[6-8]。

2.2.2 地理环境监测预警系统需要获取的地理环境泛指对肿瘤性疾病疫情有影响的地理信息，包括养殖厂地理位置、所在区域的地形地貌、地质构造、气候、水文、交通、主要建筑物及工厂排泄物等。地理环境数据是进行疫情空间数据监测的基础，预警系统建设时的地理环境数据通过三种方式获取：（1）资源充足时，建立空间数据服务器发布自有空间数据，供Web开发调用，通过Web客户端进行数据的定时更新；（2）资源受限时，通过商业地图二次开发的方式获取地理环境数据，满足空间分析及Web开发的需求；（3）资源宽松时，综合利用商业地图作为背景数据，结合自有地图数据进行叠加，完成地理环境监测。三种方式各有利弊，需要综合考虑人力、财力、物力、时间及系统价值等因素而确定。

按照流行病学的观点，地理环境不会直接导致疾病的发生，但是对于促进疾病的传播与发展具有重要作用。利用获取到的地理环境数据与疫情空间监测数据为基础，借助GIS的空间分析，可以辅助专业人员发现疫病与环境的相关性。

3 风险因素评估分析

3.1 家禽肿瘤性疾病风险因素

家禽肿瘤性疾病的发生与传播受到相关风险因素的影响，风险因素按照流行病学过程可以分为传染源、传播途径与易感动物三种类型[2,9]。传染源因素包括环境因素、气候气象因素、禽市场因素、疫情因素等、种蛋因素；传播途径因素分为活禽运输、种蛋运输、疫苗污染、饲料污染、屠宰加工、粪便污染、候鸟迁徙等；动物因素主要包括养殖密度、养殖方式、免疫密度等。各因素对疫病的发生传播影响程度不同，根据肿瘤病的类型确定风险来源权重与因素相对权重，通过计算得出因素的绝对权重（见表1）[10,12,13]。

家禽肿瘤性疾病主要包括马立克氏病、禽白血病和网状内皮组织增生症三种类型。三种疾病在传染源、传播途径与动物因素方面并非完全一致（如传播途径方面有横向传播与纵向传播），风险因素权重存在差异，需要结合经验数据与专家打分法综合确定，并在后续的应用中进行迭代修正，从而得到比较准确的权重值。

kij=ei×pij

kij---因素权重（绝对）；

ei---类型因素权重（相对）；

pij---具体因素权重。

表1 风险因素表Table1 Table of risk factors

3.2 预警指标体系框架

预警指标是具有潜在预警价值的指标，指标的波动幅度在一定程度上与疾病的流行或暴发相关联。一旦指标的波动范围超过了规定的警戒线，即可发出警报，启动相应的流行病学调查或干预。预警指标需具备及时性、准确性和可操作性强的特点[3]。家禽肿瘤性疾病在其发生、发展、消灭的生命周期中要经历潜伏期——非典型症状期——暴露期——典型症状期等几个阶段，预警指标框架的建立具有显著的层次性。在对风险因素进行分析的基础上，结合文献研究，建立禽肿瘤性疾病预警指标体系框架（见图6）。

图6 预警指标框架Fig.6 Early warning indicator framework

家禽肿瘤性疾病生命周期的不同阶段对应不同的警源、警兆、警情指标，预警指标的细化需要大量的经验数据与专家参与，经过较长时间的修正得到的指标具有较好的现实贴近性。

4 预警系统模型与集成

4.1 常用预警模型

4.1.1 固定阈值模型固定阈值模型是利用历史（经验）数据，结合指标的特异度、敏感度及阳性预测值等，通过建立一个指标预警的阈值范围来判别数据的异常，实时监测数据超出阈值范围后发出预警信号，固定阈值模型可用于禽舍环境信息预警、检测数据预警、药品用量预警、养殖预警等方面[12]。家禽肿瘤性疾病的确诊需要血检数据，无法通过简单的症状进行确诊，固定阈值模型方法主要应用与禽舍环境的预警与自动调控方面。

固定阈值模型原理：存在环境变量θ，通过经验数据与专家打分法确定θ的正常范围，把获取的实时数据与进行比对，当时，系统正常运行，当θ超出后，系统产生预警信息，对禽舍环境进行警报。可应用此方法的禽舍环境信息包括温度、湿度、光照、通风、空气质量（NH3）等。

4.1.2 时间序列模型家禽肿瘤性疾病的时间序列模型以县市（区），以过去3～5年的同期历史数据为基线数据，对基线数据计算不同水平的百分位数作为候选预警阈值，优化的阈值可以通过灵敏度、特异度和及时性的综合分析来确定。这类模型中最具代表性的是“回归模型”和“求和自回归滑动平均模型”或是这两种方法的结合而产生的模型[13-16]。

时间序列模型可用于预警禽肿瘤病的季节性爆发，将当前观察期内的病例数与预警阈值比较，判断当前观察期病例数是否异常增加，通过动态调整阈值水平，实现模型的调整与优化。

4.1.3 空间预警模型空间预警模型是指在一定空间范围内表征禽肿瘤病的疫情趋势及危险等级，其表现形式多为以疫源为中心的同心圆或同心带。同心圆或通信带的确定需要综合风险因素及国家同类疫病预警等级范围设计，对设计者的流行病学经验有强烈要求，且随着距离疫源的范围扩大，准确性会急剧降低，确定空间预警模型的最大有效范围是决定模型有效性的前提。

空间预警模型可应用于肿瘤病疫情的评估及趋势预测，将预警结果以地图的形式直观呈现出来，辅助专业人员发现疫病的流行病学规律，为快速阻断疫病传播提供参考。

4.2 系统开发集成

家禽肿瘤性疾病预警系统采用B/S结构进行设计，按照软件规范进行开发，集成部分WEBGIS功能。系统实现可以利用.NET（或Java）技术体系，开发工具包括Visual Studio Express（或Eclipse）、SQL Server Express（或My SQL）、ArcGIS JavaScript API（或Google Maps API、Baidu Map API）以及SPSS等。

ArcGIS JavaScriptAPI是ESRI公司商业软件产品，为创建WEBGIS应用提供了轻量级的解决方案，在客户端利用JavaScript API来调用ArcGIS Server所提供的服务，实现地图应用和地理处理功能，ArcGIS JavaScript API方式的实现是在客户端脚本中进行的。ArcGIS JavaScript API可以实现的功能包括：（1）将本地数据与服务器数据进行组合显示构成交互式地图；（2）在ArcGIS在线基础地图上叠加私有数据；（3）在GIS数据中查找要素或者属性并显示结果；（4）搜索地址并显示结果；（5）在服务器上执行GIS模型并显示结果[17]。

系统的开发参照COM思想，COM(Components Objects Mode，组件式对象模型)是一种开发对象组件的二进制形式的标准，可理解为一种体系结构或框架模型。COM要求基于这种标准所开发出的组件应由若干对象和对象的接口组成，接口在形式上表现为对象的属性、方法和事件，基于这种模型开发出的组件称为COM组件[18]。基于COM思想，家禽肿瘤性疾病预警系统集成信息采集系统、数据库、模型库、GIS模块等，相关模块间通过接口进行通信，协同运行实现预警功能。

以此研究为基础初步建立了山东省家禽肿瘤性疾病WebGIS预警系统，主要实现了B/S结构的鸡场养殖管理、辅助诊断管理、疾病预警管理、监管部门管理等功能，开发过程中引入了百度地图API技术，集成了MIS与GIS于一体，初步实现了家禽肿瘤性疾病的监测与预警，系统的构建验证了研究的可行性，部分系统功能如下图所示：

图7 预警系统的实现Fig.7 Implementation of early warning system

5 结论

本文对家禽肿瘤性疾病预警的层级结构、模块构成、疫情监测、空间数据监测、风险因素、预警指标、预警模型、集成开发等内容进行了初步分析研究，研究中依然存在不足之处：

（1）家禽肿瘤性疾病预警的风险因素确定、指标体系建立及预警模型的建立等理论研究是预警系统实现的基础，风险因素、指标体系及预警模型的准确度决定了预警的成功与否，本文对于预警理论的研究尚未达到比较精确水准。

（2）家禽肿瘤性疾病预警系统的建立依赖于家禽产业链相关的信息系统的健全与完善，预警系统的设计与开发需要考虑与相关系统的信息兼容与共享，本文研究的预警系统考虑到此问题，但在具体程序对接研究方面还需深入。

（3）研究只针对家禽肿瘤性疾病而进行，在实用性方面有所不足，还需要进行深入研究。

（4）预警研究需要预警系统的建立以及实践的验证，本研究进行了原型系统开发，还需要在实际使用中不断对预警理论与技术进行改进与完善。

[1]Witter R L.禽肿瘤病毒及其演化[J].国外兽医学-畜禽传染病,1998,5(76):35

[2]张洪海.山东省家禽肿瘤性疾病流行病学调查及GIS预警系统的建立[D].山东:山东农业大学,2009

[3]余凤苹,徐勇.疾病监测及早期预警信息的收集应用及管理[J].中国公共卫生管理,2005,21(3):195-197

[4]陈黎明,王业东.新发传染病诊断及鉴别诊断预警系统研究[J].传染病信息,2008,21(4):243-245

[5]Perry H N,McDonnell S M,Alemu W,et al.Planning an integrated disease surveillance and response system:a matrix of skills and activities[J].BMC Medicine,2007,5:24

[6]李林,董婧.基于GIS的省级动物疾病信息系统的研究设计[J].中国畜牧兽医,2007,34(4):81-83

[7]任涛,阮俊.基于MapObjects的预警信息管理系统的模块开发[J].地理空间信息,2010,8(4):69-71

[8]Penny H,Allison C,Van Wagoner M,et al.Challenges to global surveillance and response to infectious disease outbreaks of international importance[J].Biosecurity and Bioterrorism:Biodefense Strategy,Practice,and Science,2007,5(3):206-227

[9]李芳.基于WEBGIS的流行疾病预警和发布系统的初步设计和应用[D].北京:中国科学院,2006

[10]柴同杰,赵云玲.鸡舍环境耐药细菌气溶胶及其环境传播的研究[J].中国预防兽医学报,2003,25(3):64-70

[11]严薇荣,施侣元,张惠娟,等.传染病疫情预警指标及其框架体系构建[J].中国公共卫生,2008,7(24):889-894

[12]方立群,曹春香.地理信息系统应用于中国大陆高致病性禽流感的空间分布及环境因素分析[J].中国流行病学杂志,2005,26(11):839-842

[13]许丹宁,肖建华.基于GIS的猪瘟预警系统的设计[J].中国兽医杂志,2007,43(11):84-86

[14]秦利平.传染病自动预警信息系统预警效果的影响因素研究[D].北京:中国疾病预防控制中心,2008

[15]Philippe C.From the field side of the binoculars:a different view on global public health surveillance[J].Health Policy and Planning,2007,22:13-20

[16]陆昌华,王长江.中国畜禽重大疫病防治的数字化监控体系[J].江苏农业学报,2005,21(3):225-229

[17]刘光,唐大仕.ArcGIS Server JavaScript API[M].北京:清华大学出版社,2010

[18]李明珠.基于浮动车数据的出租汽车OD分布及运营特点研究[D].北京:北京交通大学,2009

Early Warning Research on Poultry Neoplastic Diseases Based on Information Technology

DENG Zhen-min1,LIU Ping-zeng1*,CHENG Zi-qiang2,MA Bin-bin1,ZHAO Li1,CAI Li-ming2,CHEN Guo-wei3
1.College of Information Science and Engineering/Shandong Agricultural University,Taian 271018,China
2.College of Animal Science and Veterinary Medicine/Shandong Agricultural University,Taian 271018,China
3.Dezhou Land and Resources Bureau,Dezhou 253000,China

For the poultry neoplastic diseases has a major influence on the poultry industry at present,this paper discussed the contents of poultry neoplastic diseases early warning system,including hierarchical structure,modules structure, epidemic monitoring,spatial data monitoring,risk factors,early warning indicators,early warning model,integrated system development.The introduction of web development techniques,WEBGIS,IOT(Internet of Things)and other technical means, and the integration of software development,spatial analysis,diseases early warning technologies formed the prototype of the poultry neoplastic diseases early warning system.They also provided a basis for design and construction of the poultry neoplastic diseases early warning system and provided effective control methods on poultry diseases.

Poultry neoplastic diseases;risks;early warning

P208,S858

A

1000-2324(2015)03-0450-07

2013-03-21

2013-04-28

国家星火重大专项(2011GA740001);山东省科技发展计划(2011GGB01023);山东省科技发展计划(2011GNC11106)

邓振民(1984-),男,在读研究生,研究方向为数字工程技术与应用.E-mail:javacafe@163.com

*通讯作者:Author for correspondence.E-mail:pzliu@sdau.edu.cn