美國。癥狀監測系統能夠對潛在的生物恐怖襲擊進行接近實時的監測預警。以美國為代表的發達國家在癥狀監測領域進行了深入研究，而我國尚處于探索嘗試階段，我軍也亟需進行癥狀監測實踐。一、傳染病監測傳染病監測是預警的基礎。美國CDC在20世紀中葉首次系統闡明了疾病監測原理并應用于疾病預防控制實踐。隨著微生物學和檢驗檢測技術的發展，病原體實驗室監測成為各國和地區傳染病監測的重要組成部分。20世紀90年代中后期，癥狀監測得到了更多重視，傳染病監測及其系統發展呈現出多元化趨勢。1. 傳統監測：基于病例臨床或實驗室確診信息的監測手段，其應用較早、覆蓋廣泛、技術成熟，主要包括法定傳染病報告和病原體實驗室監測。我國的傳染病信息報告管理系統實現了基于醫療衛生機構的法定傳染病病例實時、在線、直接報告。美國通過國家法定疾病監測系統對約3,000個衛生機構開展法定疾病病例信息監測，使用電子實驗室報告系統監測病例生物樣本的檢測和結果信息等。2. 非傳統監測：基于非特異臨床癥狀和傳染病相關現象的監測手段，更加注重早期多源數據的使用，主要包括癥狀監測、事件輿情監測以及藥物銷售、學校缺課等多源數據監測。癥狀監測通過收集、分析臨床明確診斷前的相關資料并作出合理解釋，以時發現疾病在時間和空間分布上的異常聚集。二、傳染病預警傳染病預警的基本原理是從傳染病監測數據中發現和識別超出常態水平的異常情況。最初的預警系統多基于法定報告傳染病監測建立，如美國的ESSENCE系統和我國的CIDARS系統。隨著癥狀監測和非傳統監測的涌現，預警數據源得到豐富，推動了預警系統的多元化發展。1. 預警數據源：（1）臨床和實驗室診斷數據：是當前預警數據源中最重要的組成部分，如我國的CIDARS系統。但這種數據產生于病例診斷后且需要被動上報，導致預警及時性不足，特別是對新發傳染病暴發無法發揮預警作用。（2）癥狀監測數據：能與基于臨床和實驗室數據的預警形成補充，但存在特異性低的問題，容易產生假陽性信號。（3）其他多源數據：有利于更早期捕捉異常信號、推動預警工作的“關口前移”。如美國的ESSENCE系統和WHO的GPHIN系統。2. 預警模型分析技術：是預警系統的核心，如美國的Biosense系統。3. 預警信息發布：影響預警效果的重要環節。