本刊新闻公告

《中国寄生虫学与寄生虫病杂志》关于征集“人工智能与寄生虫学：从基础研究到防控实践”专题的通知
• 1.征文背景
    人工智能（artificial intelligence，AI）作为新一轮科技革命的核心驱动力，正在深刻改变生物医学的研究范式与实践模式。近年来，AI技术在寄生虫病和寄生虫学领域的应用日益增多，从病原学基础研究、实验室检测诊断，到流行病学监测预警、媒介生物智能识别、抗寄生虫药物研发等各环节均展现出巨大潜力。深度学习、机器学习与多模态数据融合等技术的引入，使病原体自动识别、时空动态预测、媒介宿主追踪和疫情风险预测成为可能，显著提升了寄生虫病监测的精准性、时效性和智能化水平。然而，AI在寄生虫学领域的深度应用仍面临数据标准化不足、模型泛化能力弱、基层可及性差等诸多挑战。
    为推动AI技术在寄生虫学基础研究、临床诊治与防控实践中的创新应用与融合发展，及时交流最新成果与经验，《中国寄生虫学与寄生虫病杂志》拟于2027年推出“人工智能与寄生虫学：从基础研究到防控实践”专题，现面向全国公开征集相关稿件。
  2. 征文内容（包括但不限于）
  （1）AI辅助寄生虫病实验室检测与诊断技术：包括基于深度学习、卷积神经网络等的病原体显微图像自动识别（如血吸虫虫卵、疟原虫、肠道寄生虫虫卵等）、AI辅助粪便涂片镜检系统、以及针对利什曼原虫、隐孢子虫等病原体的智能检测平台开发与应用。
  （2）流行病学监测预警与流行趋势分析：包括基于机器学习的寄生虫病时空动态预测模型、疫情暴发预警系统、多源数据融合的传染病智慧化监测预警体系构建，以及气候变化与生态环境因素耦合的寄生虫病传播风险智能评估。
  （3）媒介生物与中间宿主的智能监测与控制：包括基于AI的蚊、蜱、螺等媒介生物种类识别与种群动态监测、媒介生物智能监测物联网系统、中间宿主孳生地的智能识别与风险制图，以及“AI+大数据”驱动的媒介生物综合防控策略。
  （4）病原学、分子生物学与宿主-寄生虫相互作用研究：包括机器学习在寄生虫基因组学、必需基因预测与功能注释中的应用、深度学习驱动的寄生虫蛋白质功能预测、以及AI辅助的寄生虫-宿主相互作用网络分析与致病机制研究。
  （5）抗寄生虫药物研发与耐药性监测：包括基于深度学习的抗寄生虫药物活性预测与先导化合物筛选、AI驱动的抗寄生虫药物协同组合预测、药物-寄生虫疾病关联预测，以及基于机器学习的抗寄生虫药物耐药性监测与预警。
  （6）临床特征、诊疗方案与疗效评价：包括AI辅助的寄生虫病影像学诊断（如包虫病超声影像智能诊断）、基于机器学习的临床预后预测与个体化治疗方案优化、以及AI辅助的远程医疗与基层诊疗能力提升。
  （7）预防控制策略、干预措施与防控体系建设：包括AI驱动的精准防控策略优化、基于大数据的寄生虫病防控资源智能配置、以及“AI+全健康”理念下的寄生虫病综合防控体系研究等。
  3.征文栏目
  专家述评、论著、综述、研究简报、病例报告等。
  4.投稿方式
  按《中国寄生虫学与寄生虫病杂志》稿约要求撰写，登录官网：www.jsczz.cn在线投稿。来稿请标注“人工智能与寄生虫学：从基础研究到防控实践”，所有稿件均需同行评议（双盲）。投稿截止时间2027年1月30日。
  电话: 021-54562376，021-64377008转1305
  E-mail：lidi@nipd.chinacdc.cn（李菂）；
      zhangzy@nipd.chinacdc.cn（张争艳）
  
  
  《中国寄生虫学与寄生虫病杂志》编辑部
  2026年7月2日
发布日期： 2026-07-02  浏览： 14