〔目的〕研究用人工神经网络建立出入境人员性病艾滋病预测模型。〔方法〕以330例患有性病、艾滋病的出入境人员和330例非性病出入境人员组成研究样本。在对研究对象问询资料整理后进行统计分析和统计推断,再运用BP神经网络(BP-ANN)拟合,以15个自变量(包括年龄、性别、国籍、职业、文化程度、国内外劳务史、性伴侣数、生殖系统异常症状史、不洁性生活史、明确性伴侣是否是有性病、合法性伴侣是否性病的高危人群、输血史、吸毒史、是否有同性性伴侣和是否拒绝流行病学调查)建立对患病的预测模型。〔结果〕性病、艾滋病患者与非性病者间在年龄、性别、国籍、职业、文化程度、国内外劳务史、性伴侣数、病史、不洁性生活史、性伴方面的差异都具有显著性(P<0.01)。以隐含层神经元个数为7个BP-ANN模型中的预测效果最好,网络的结构为15-7-1。该模型的准确率较高,训练准确率、校验准确率和测试准确率分别达到93.94%、88.48%和89.60%,同时稳定性高、复杂性低。〔结论〕BP-ANN较好的建立了性病、艾滋病预测模型,为口岸和国内外性病、艾滋病监测和风险预警提供了一种新的方法。