目的 以2020—2022年新型冠状病毒肺炎（2022年底更名为“新型冠状病毒感染”）疫情为例，回顾性研究互联网大数据在新发传染病监测预警中的应用，为建立基于互联网大数据的新发传染病早期监测预警机制提供科学参考。方法 基于互联网大数据，收集2020—2022年四川省新型冠状病毒肺炎（以下简称“新冠肺炎”）本土疫情网络舆情数据，通过百度指数（大众版）获取四川省内新冠肺炎的百度搜索指数，利用Excel 2013软件对数据进行描述性分析，计算构成比和比值。结果 根据定制的预警主题，2020—2022年间四川省共接收新冠肺炎疫情预警信息50 896条，主要分布在成都、南充、绵阳等6个地区。三年间共有9起新冠肺炎本土疫情，网络舆情系统均发出预警信息，其中7起预警时间早于传染病监测系统。监测到全网新冠肺炎相关舆情220 295条，峰值在2020年3月，负面舆情占比逐年下降。舆情集中在微信、微博、网媒和APP,2022年微信舆情构成较2020年上升104.41%。关键词主要集中在“确诊病例”“肺炎”“无症状”“冠状病毒”等。新冠肺炎的百度搜索指数水平在2020年度最高，资讯指数在2022年最高。四川省和成都市搜索指数均分别位于全国同级地区前十位。结论 互联网大数据监测在新冠肺炎本土疫情期间发挥了早期监测预警作用，舆情信息特征多角度反映社会对疾病的关注重点，本研究认为互联网大数据可以作为传统传染病监测预警的重要补充渠道之一。