近日，鐘南山院士在“廣州實驗室科技助力基層疫情防控萬里行”啟動儀式上，對蘭州大學研發的“新冠肺炎疫情全球預測系統”表示肯定，他稱贊：“他們一些預測的模型還是相當可靠的。”
蘭州大學西部生態安全省部共建協同創新中心利用跨學科研究優勢，研發了世界上首個新冠肺炎疫情全球預測系統。自2020年5月系統上線運行以來，已經實現對全球190余個國家新增確診病例的預測。
可進行全世界190多個國家的預測
“這個預測系統是世界上第一個全球預測系統，可以進行全世界190多個國家的預測，其中我們還創新性地把政府管控措施考慮進來。”蘭州大學西部生態安全省部共建協同創新中心主任黃建平教授說。
新冠肺炎疫情全球預測系統會實時引入190多個國家的最新數據，綜合考慮當地的溫度、濕度、防控措施等，逐個建模，預測未來每日、每月、兩個季度及突發疫情新增確診病例，每10天更新一次預測數據，面向全世界免費開放。
該系統對北京新發地突發疫情的預測結果表明，自2020年6月11日開始的北京小規模疫情暴發實際累計確診335人，預測累計確診310人，預測數據比實際數據僅低了7.5%。除了6月24日開始的小高峰，疫情發展趨勢與預測較為一致。
系統對國外疫情的預測也較接近實際情況。該系統2020年11月第二次更新的預測數據顯示，美國12月份單月累計確診病例預計達到678萬左右，而實際新增確診病例約為658萬，預測數據比實際數據僅偏高3.04%。
黃建平介紹，該系統不僅可以做預測，還可以用于歸因分析，例如病毒變異、洪水和抗議示威活動等因素對疫情的影響，為研判疫情態勢、采取有效防控手段提供了科學依據。
引入統計-動力方法，提高預測準確度
“我們引入了天氣預報的一些技巧，比如說，預報員做預報的時候總會根據天氣前期的演變預測未來天氣。”黃建平介紹，這個模式的最大特點就是把前期傳播的演變過程考慮進來，形成了氣候預測中的統計-動力方法與流行病學模型相結合的預測系統。
傳統的流行病學模型中存在較多假設條件，然而疫情的發展受到各種不確定因素的影響，如管控措施、氣象條件、病毒變異等，因此在進行實際應用時將不可避免地存在一定的誤差。
黃建平說：“我們在傳統的流行病學模型的基礎之上，使用氣候預測中的統計-動力方法對傳統的流行病模型進行改良，利用實時更新的疫情數據，對流行病學模型中的重要參數如傳染率、治愈率、死亡率等進行動態估計和修正，這大大提高了預測精度。”
“此外，我們圍繞新冠肺炎疫情開展了多項科學研究，包括新冠肺炎傳播的適宜溫濕條件、季節特征、震蕩特征，以及政府干預對于空氣質量的影響，這些結果也同時納入疫情預測系統中，用來改進模型。”黃建平介紹。
系統將持續優化，服務全球流行病學預測
系統最新的結果是對未來五年疫情發展趨勢的預測，結果顯示：如果在2021年1月全球70%的人注射疫苗，并且疫苗長期有效，到2025年全球疫情才能基本結束。
“疫情不可能很快結束，即便有了疫苗，疫情也會長時間存在，所以抗疫將是一個長期的任務，我們還需堅持下去。”黃建平表示，積極有效的隔離措施和及時普遍疫苗接種才是控制疫情的最佳方案。
“我們的系統已經推出了兩版，第二版將社區解封時間及市民自我隔離對疫情發展的影響考慮進去，預測結果較第一版有了很大提升。”黃建平告訴記者，“目前，我們正在研發第三版預測系統，此版將會把各個口岸，飛機場每天進出的人數，以及飛機途經的國家、感染率等因素都添加到預測系統中，同時還將引入更多環境影響參數，如自然災害等，從而進一步提高預報的準確率。”
據了解，新冠肺炎疫情全球預測系統還將持續更新優化，在未來的發展中，系統將不再局限于新冠肺炎疫情預測，而是朝著全球流行病學預測的方向發展。黃建平說，系統未來將發展成全球流行病學預測模型，服務于日常公共衛生，成為智慧城市的一部分。
（本報記者 宋喜群 王冰雅 本報通訊員 張琳）
中國-博士人才網發布
聲明提示：凡本網注明“來源：XXX”的文/圖等稿件，本網轉載出于傳遞更多信息及方便產業探討之目的，并不意味著本站贊同其觀點或證實其內容的真實性，文章內容僅供參考。
