目的：建立浙江省常见传染病的辅助分类模型,可依据症状体征、实验室检查结果和流行病学特征等信息对疾病进行分类和判别。帮助公共卫生现场处置人员在暴发现场快速科学地识别疫情类别,为疫情处置争取先机,以便于及时有效地采取有针对性的控制措施,并为实验室病原学检测提供线索。方法：本研究通过对近些年浙江省传染病暴发疫情和突发公共卫生事件进行全面整理分析,得出浙江省常见的传染病病种作为本研究的疾病范围。通过查询历史疫情文献、法定传染病报告网络等方法收集这些传染病的症状体征、实验室检查结果、流行病学特征和发病率等数据。应用贝叶斯分类算法建立分类模型,采用SAS软件完成程序编写。并用3起历史疫情的个案数据对模型进行验证。结果：本研究共纳入了25种浙江省常见的传染病。模型验证结果显示：手足口病疫情数据,第一判别与真实分类的符合率为93.55%,前三位提示率100.00%,分类平均耗时为0.51秒；流行性出血热疫情数据,第一判别与真实分类的符合率为60.61%,前三位提示率100.00%,分类平均耗时为0.50秒；流行性腮腺炎疫情数据,第一判别与真实分类的符合率为88.73%,前三位提示率100.00%,分类平均耗时为0.53秒。结论：本研究建立了浙江省常见传染病的辅助分类模型,输入症状体征、实验室检查结果和流行病学特征等指标,可计算各类可能发生的疾病的概率,并按概率进行排序、输出判别列表,完成疾病分类判别。该模型具有较高的预测准确率、较快的分类速度,且在可解释性、伸缩性和稳健性等方面表现较好,符合实际应用要求。