新冠疫情,这个系统可做全球预测
“兰州大学西部生态安全省部共建中心研发的‘新冠肺炎疫情全球预测系统’的预测是相当可靠的。”日前,由兰州大学科研团队研发的全球新冠疫情预测系统获得中国工程院院士钟南山的点赞。
“全球首个、引入大气学科中天气预报的技巧、将政府的管控措施考虑其中、不仅做预测还能做归因分析、完全自主知识产权。”在接受中青报·中青网记者采访时,“新冠肺炎疫情全球预测系统”研究团队负责人、兰州大学西部生态安全省部共建协同创新中心主任黄建平教授介绍了该预测系统所具有的显著特点。
引入大气学科天气预报技巧
“将大气学科中天气预报的技巧引入,是系统的显著特点。”黄建平说,基于传统流行病学模型已经有很长时间了,系统的第二版使用了更复杂的SEIR模型。SEIR模型定义了6种人群:易感者(S),不易感者(P),潜在感染者(E,处在潜伏期的感染者),传染者(I,尚未隔离的感染者),隔离者(Q,已确诊且已被隔离的感染者),康复者和死亡者(R)。
“我们引入了天气预报的一些技巧,比方说,预报员做预报的时候,他们总会根据天气前期的演变,然后预测未来天气,就像从西伯利亚来了一股寒流,寒潮的到来会给我们今后的天气带来什么影响。”黄建平说,这个模式的最大特点就是把前期传播的演变、过程考虑进来,形成了气候预测中的统计动力方法与流行病学模型相结合的预测系统。
模型中社区解封时间和市民自我隔离等因素的考虑,使得预测更加准确。“政府的管控对疫情的发展相当重要。”在黄建平看来,如果疫情得到政府积极管控,疫情传播就会得到有效控制,反之,就会出现大面积的传播。
“除了政府的管控措施之外,一些突发因素也在影响着疫情。”黄建平举例说,之前美国的**活动,造成了人员的大量聚集从而引发疫情加重;巴西则因为对疫情没有足够的重视,过早解封,使得确诊人数快速增长;还有一些国家在疫情期间遭受天灾,造成人员大量聚集,又没有很好的防护措施,也让疫情持续加重。
新冠肺炎疫情全球预测系统的诞生,最初只是黄建平的一个念头。“大气科学的一个核心的任务就是天气预报,所以,就想怎么能把天气预报的预测用到疫情预测当中。”去年3月以后,全球疫情蔓延十分严重,黄建平想到了运用大气科学相关知识,来预测新冠肺炎疫情传播。
很快,黄建平牵头,由大气、地学、公共卫生等相关学科的老师和学生组成的研发团队成立,经过近一年的努力,团队创新探索出了统计动力气候预测方法与流行病学模型相结合的全球首个新冠疫情预测系统。
该系统利用美国约翰斯·霍普金斯大学及WHO的新冠肺炎实时数据分析后得出预测结论。较之传统的流行病学分析,该系统引入大气科学、地学等学科的研究方法,进一步提高了预测的准确性。进入预测系统网站,只要点击任何一个地区,就能看见该地区某年某月某日的新冠疫情情况。
这个系统几乎对所有的流行病都适用
该系统自上线以来,对全球有疫情数据的190多个国家进行了未来一日、一月以及两个季度的新冠疫情预测,每10天更新一次预测数据。
该系统对2020年6月北京新发地突发疫情的预测结果表明,自6月11日开始的北京小规模疫情暴发,实际新增335人,预测新增310人。由于北京在第一时间内采取了严格的管控措施,迅速降低了感染率,避免了疫情的大规模暴发。除了6月24日开始的小高峰,疫情发展趋势与预测较为一致,显示了系统较好的预测能力,能够为研判疫情态势、采取有效防控手段提供一定的科学依据。
目前,兰州大学的新冠疫情预测系统已经推出了两版。“第二版使用了更复杂的模型,同时考虑社区解封时间及市民自我隔离对疫情发展的影响。”黄建平说。
“前两版也有局限性,就是因为各国都采取了隔离措施,所以预测系统假定人员不流动,而这是很难实现的。”目前,黄建平团队正在研发第三版预测系统,此版将会把各个口岸,飞机场每天进出的人数,以及在飞机路径上的那些国家,还有感染率等都导入预测系统,同时,还将引入更多环境影响参数,如自然灾害等,从而进一步提高预报的准确率。
“只要数据更加准确,参数更加全面,就能不断提高预测的准确率。”黄建平说,随着系统的不断完善,完全可以对一个国家、一个地区、一个城市,甚至某个县开展预测,预测结果对于疫情防控将有很高的参考价值。
“从目前来看,这个系统几乎对所有的流行病都适用。”黄建平希望将预测系统发展为一个全球的流行病学的预测模型。
“也会根据每个城市的情况不同,研发出更加细致的子模式,一旦这个城市出现疫情,能很快地做出预测,可以提供给政府更好的帮助。”黄建平希望将来这个系统能成为智慧城市的一部分。
精彩评论