COVID-19傳播的計(jì)算機(jī)模型如何幫助我們對抗病毒

利用數(shù)學(xué)和計(jì)算機(jī)模擬傳染病傳播過程的科學(xué)家正在研究這種新型冠狀病毒，試圖預(yù)測這種全球疫情可能如何演變，以及如何**地應(yīng)對。

但有些人說，利用這些建模工具和研究人員的發(fā)現(xiàn)，還可以做更多的工作。

"這是一種臨時(shí)的、自愿的努力，我認(rèn)為這是我們可以改進(jìn)的地方，"約翰霍普金斯衛(wèi)生安全中心的傳染病建模師Caitlin Rivers說。

在她看來，"建模在理解疫情如何演變、將向何處發(fā)展以及我們應(yīng)該如何思考方面起著非常重要的作用。"

但她說，只有一小部分流行病模型師為聯(lián)邦政府工作。他們中的大多數(shù)人在學(xué)術(shù)界工作，與那些必須做出關(guān)鍵公共衛(wèi)生決策的官員沒有正式關(guān)系。

盡管如此，他們還是積極地將自己的技能用于公益事業(yè)。去年12月下旬，中國**出現(xiàn)了一種新病毒的報(bào)告。

他們對過去的埃博拉病毒和寨卡病毒疫情也做出了類似的努力。但業(yè)內(nèi)人士表示，感覺這一次不同。

"我從來沒有見過建模界如此激動，你知道，圍繞這次爆發(fā)，并愿意分享和合作，"Cecile Viboud說，他是國家衛(wèi)生研究院Fogarty國際中心的一名科學(xué)家。

研究團(tuán)隊(duì)一直在迅速地提出見解。到1月中旬，一個組織已經(jīng)分發(fā)了一份分析報(bào)告，根據(jù)飛機(jī)飛行和旅行數(shù)據(jù)，列出了15個面臨病毒傳播風(fēng)險(xiǎn)的城市。

另一個團(tuán)隊(duì)宣布，他們已經(jīng)利用中國境外檢測到的感染人數(shù)，來幫助查明武漢可能發(fā)生的真實(shí)情況。這些研究人員估計(jì)，當(dāng)時(shí)實(shí)際有1700多個病例，盡管官方確認(rèn)的病例數(shù)量只有41個。

倫敦衛(wèi)生與熱帶醫(yī)學(xué)學(xué)院(London School of Hygiene & Tropical Medicine)傳染病建模師Rosalind Eggo表示："迅速發(fā)布這些信息有助于吸引其他建模師更多的注意力，他們會說，'我們現(xiàn)在可以做一些事情，所以就這么做吧。'"

她和她的同事們最近收集了有關(guān)病毒傳播的最可靠的信息，并研究了通過隔離病人和追蹤他們曾經(jīng)接觸過的每一個人來控制病毒的可行性。

Eggo說："這是我們做的一項(xiàng)研究，我們試圖為決策者提供有用的信息，告訴他們?yōu)榱擞幸粋€很好的機(jī)會控制疫情，他們需要用這種策略做些什么。"

他們發(fā)現(xiàn)，公共衛(wèi)生工作者需要追蹤大部分病人接觸者，才能有效地迅速制止疫情的爆發(fā)。

她說："你需要追蹤至少80%的接觸者，這樣才有80%的機(jī)會在三個月內(nèi)控制由20個病例引起的疫情。所以這是一個相當(dāng)高的數(shù)字。這在一些地方是可行的，但在另一些地方可能不可行。"

她的團(tuán)隊(duì)還研究了篩查機(jī)場旅客以發(fā)現(xiàn)感染者的效用。一項(xiàng)模擬顯示，如果100名受感染的旅客在12小時(shí)的飛行中開始了一段旅程，其中大約一半不會被基于癥狀的入境或出境旅客篩查發(fā)現(xiàn)。

Eggo解釋說："由于感染的自然歷史，人們從感染到開始出現(xiàn)癥狀大約需要5天的時(shí)間。在這段時(shí)間里，他們可以旅行，不會被發(fā)現(xiàn)。"

這樣的研究可以幫助公共衛(wèi)生官員決定把時(shí)間、精力和金錢集中在哪里。

例如，在2014年西非爆發(fā)埃博拉疫情期間，模型預(yù)測，如果沒有積極的干預(yù)，疫情將繼續(xù)快速增長。

"這些預(yù)測可能有助于加快國際反應(yīng)，并為如何有效部署資源提供了指導(dǎo)，"最近一篇關(guān)于"疫情科學(xué)"的評論說。

最近幾周，政府內(nèi)外的建模人員都可以參與美國疾病控制與預(yù)防中心(Centers for Disease Control and Prevention，簡稱CDC)每周召開的電話會議。

Viboud說，美國疾病控制與預(yù)防中心通常會在這些電話會議中更新這種新型冠狀病毒的情況，并討論需要幫助的問題。她說，有一個這樣的電話就有80多人在線。

流行病建模者也一直在通過即時(shí)消息平臺Slack和Twitter進(jìn)行溝通。

"從來沒有像現(xiàn)在這樣有組織，"Viboud說。然而，計(jì)算機(jī)模型的好壞取決于輸入的數(shù)據(jù)。

哈佛大學(xué)公共衛(wèi)生學(xué)院的流行病學(xué)家Marc Lipsitch說："現(xiàn)在數(shù)據(jù)的質(zhì)量是如此的不確定，以至于我們不知道這些模型在預(yù)測這種疾病爆發(fā)方面有多好。"

建模者渴望獲得更多關(guān)于關(guān)鍵問題的信息，比如有多少人沒有癥狀就被感染了，以及有多少人會把病毒傳染給其他人。

然而，Lipsitch說，即使沒有完美的數(shù)據(jù)，在電腦上研究的虛擬疫情也可以幫助決策者了解各種可能的情況。

Lipsitch說："實(shí)際上，模型幫助你思考事情，而不是告訴你你不知道的事情。"

一些建模者認(rèn)為，與其僅僅使用模型來對新出現(xiàn)的疫情做出反應(yīng)，還不如在持續(xù)的基礎(chǔ)上對實(shí)時(shí)疾病預(yù)測進(jìn)行投資。

洛斯阿拉莫斯國家實(shí)驗(yàn)室(Los Alamos National Laboratory)的數(shù)學(xué)和計(jì)算流行病學(xué)家Sara Del Valle說，她希望看到建立一個全球中心，不斷收集有關(guān)傳染性疾病的信息。

她說，就像美國國家氣象局(National Weather Service)提供天氣預(yù)報(bào)，幫助人們?yōu)楫?dāng)?shù)靥鞖庾鰷?zhǔn)備一樣，這樣的中心可以告訴人們當(dāng)?shù)馗腥炯膊〉娘L(fēng)險(xiǎn)。

"你知道，人們實(shí)際上可以打開他們的手機(jī)，打開一個應(yīng)用程序，然后看看感染的可能性，"她說。"它可能會說，'在你的社區(qū)里，有20%的可能性患上流感，這是基于那里正在傳播的疾病。'"

她說，這樣一個系統(tǒng)的優(yōu)勢在于，如果像這種冠狀病毒這樣的新型傳染病威脅突然出現(xiàn)，所有的研究人員，再加上數(shù)據(jù)收集和建模資源，就已經(jīng)到位了。