五宝加身 “本土”研发 持续创新——探寻兰大“全球新冠疫情预测系统”背后的故事

五宝加身 “本土”研发 持续创新

——探寻兰大“全球新冠疫情预测系统”背后的故事

黄建平在介绍全球新冠疫情预测系统

　　1月31日，中国工程院院士钟南山解答多个公众关注的疫情防控问题。钟南山说，根据兰州大学开发的新冠疫情预测模型预测，在政府的强力干预下，吉林、河北、黑龙江的疫情将在2月上旬基本控制。假如没有采取严格的防控措施，黑龙江2月底将有13万人感染，河北2月底将有12万人感染。

　　钟南山强调，兰州大学西部生态安全省部共建中心研发的“全球新冠疫情预测系统”的预测是相当可靠的。钟南山说，该中心对于去年北京新发地疫情的预测，基本和后来的疫情发展一致。钟南山院士点赞，也让这个世界上第一个全球疫情预测系统受到了更多人的关注。

　　“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。”2月3日，“全球新冠疫情预测系统”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向记者介绍了该预测系统所具有的五个特点。

　　五宝加身的“预测系统”

　　黄建平告诉记者，“预测系统”目前对全球191个国家做未来一天、一个月和两个季度的预测，每10天更新一次月预测和季节预测的数据。大家进入预测系统网站，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，这也是目前全球唯一的。

　　将大气学科中天气预报的技巧引入，则是系统的第二个特点。“我们的系统是基于传统流行病学模型开发出来的，而这个模型也已经有很长时间了，它要考虑的就是易感者、潜伏者，感染者、以及被隔离者等等，但是这个模型也有缺点，以往的公共卫生和流行病并不太多的关注预测，他们只是事件来了以后忙着进行确诊的救治，所以结果往往不准。我们就在其中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。而我们这个模式的一个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。”黄建平说道。

　　同时，团队还将政府的管控措施也考虑进来。在黄建平看来，现在最好预测的是中国和美国，因为一个管控措施非常明确，而另一个则基本没有管控措施，所以这两个国家都能很准确的预测，而像欧洲国家，一会管一会又解封，它的规律性就很差，团队也只能取中间差值，这样一来预测的结果可能会有一定的偏差。

　　“除了政府的管控措施之外，一些突发因素也在影响着疫情。而这就可以用到归因分析，比如之前美国的抗议活动，造成了人员的大量聚集从而引发疫情加重。巴西因为对疫情没有足够的重视，过早的解封，使得确诊人数超过1000万。另外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。”在系统中，归因分析也是帮助团队能够准确预测的一个重要因素。

　　而这样的一个“预测系统”，则是完全由兰州大学师生研发完成的。

　　及时接种疫苗和有效管控是关键

　　“现在大家都寄望于疫苗，但是接种疫苗的同时也必须加强防范措施，否则疫情的传播也不会停止，从预报来看只有全世界70%的人都种上疫苗以后，而且这个疫苗的作用可以达到长时间有效时，才会明显地控制住疫情。”除了做新冠疫情的预测外，“预测系统”还对接种疫苗对新冠疫情传播的影响做了预测，预测条件是：从2021年1月1日开始的60天内，分别给全球10%、30%、50%、70%的人接种新冠疫苗，且每天接种疫苗的人数逐步增加，同时假设接种疫苗的人将获得永久免疫。

　　经过系统的预测得出的结论是：在不接种疫苗的情况下，疫情还是很严重，不过到了夏天因为气温的原因，也可能会出现一个转盘，但如果有突发的群体性事件，也都可能造成疫情的反弹。然而，如果给全球10%、30%、50%、70%的人接种新冠疫苗后，全球每日新增病例数下降速度逐步加快，但并不能完全控制疫情。因此，积极有效的隔离措施和及时普遍的接种疫苗才是控制疫情的最佳方案。

　　“志愿队”创出的世界第一

　　“预测系统”基于实时更新的流行病数据，对每个国家的逐日和季节性新增新冠肺炎发病数进行可靠预报。此外，对于最近出现的突发性的疫情，尤其是国内重点地区，包括北京、香港、大连、新疆、河北、黑龙江等地区这段时间以来的聚集性疫情，也做了城市尺度的预测，模拟了二级和三级响应措施下的疫情趋势，同时也评估了我国疫情防控工作的成效。

　　黄建平教授表示，之前国内也有其他学校对国内疫情进行预测，但是没有继续进行下去。“我们做的是一个全球的预测系统，并且是目前世界上唯一并且坚持做预测的系统。”

　　而“预测系统”的诞生，最初只是黄建平的一个念头。“在武汉疫情发生的时候，看着全国人民都在通过各种方式支援武汉，我就觉得应该做点什么？春节时候，我带两个学生分析了当时武汉的疫情状况，但是到了3月份以后呢，全球疫情已经十分严重了。因为我们是学大气科学的，而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当中。”黄建平坦言，当时大家都很纠结，要不要开发这一全球的预测系统，因为这毕竟不是他们的主业，会耽误很多时间。然而，令黄建平意外的是，在他征求了课题组老师和同学的意见，也咨询了公共卫生学院、医学院老师的意见后，他们大家都非常支持。

　　于是，这个以黄建平组织带领学生为主的研发团队成立了。就这样经过差不多一年的努力，统计——动力方法与流行病学模型相结合的预测系统正式上线。

　　让“预测系统”成为智慧城市的一部分

　　如今，“预测系统”已经推出了两版，而团队也在积极研发，准备推出第三版。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。如此次河北疫情，黄建平教授团队用截止2021年1月11日河北省的真实疫情数据预测，若河北省采取二级响应措施，单日新增确诊病例于1月13日左右达到峰值90人，本轮疫情将于2月1日左右得到控制，累计确诊病例预计为945人。实际情况是河北省的单日新增确诊病例数在1月12日、14日和15日到达峰值90人，截止1月31日24时，河北省本轮疫情累计确诊病例为938人。预报数据与实际数据极为贴近。

　　但前两版也有局限性，就是因为各国都采取了隔离措施，所以“预测系统”是假定人员不流动的，而这是很难实现的。所以团队在研发第三版的时候，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，还有感染率等带到“预测系统”里，还将引入更多如关于自然灾害的影响，不同风险区的环境效应等参数，来进一步提高预报的准确率。同时还将发展为网格化的预测模型，使预测单位能精确到县级。

　　黄建平告诉记者，他们希望将“预测系统”发展为一个全球的流行病学的预测模型，因为从目前来看，几乎对所有的流行病都适用。同时他们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，能很快的做出预测，可以提供给政府更好的帮助，将来也可以使“预测系统”成为智慧城市的一部分。

　　兰州日报社全媒体记者 耿睿 文/图