利用数学模型来预测新冠疫情走势_评论网--全球最大的政经类评论门户网站

近期，新冠肺炎（COVID-19）持续变异（如奥密克戎变异株），全球正在面对“抗疫疲倦”新挑战。尽管新冠变异毒株仍对社会构成威胁，但是越来越多的国家在短时间里经过数波疫情高峰之后迫不及待告别疫情。这些国家利用数学模型来预测新冠疫情走势（或新冠疫苗研制），并取得了一定的成效。

     数学模型是一种用数学符号、数学式子、程序、图形等对实际问题本质属性的抽象而又简洁的刻画和模拟。随着人们使用数字，就不断地建立各种数学模型，以解决各种各样的实际问题。国际知名学者周海中先生在1993年发表的经典论文《21世纪数学展望》中指出：“数学模型在今后将显得越来越重要。”数学模型的应用现在已经扩展到各个领域，尤其在预测新冠肺炎及其变异毒株疫情中起着十分重要的作用。
     例如，英国帝国理工学院的研究团队曾经通过所创立的数学模型模拟了新冠病毒在世界各国的快速传播；并警告说，如果不采取措施，美国或死亡220万人。据有关数据统计，全美因新冠死亡已超过100万例。另外，该团队还使用微分方程来控制人口群体在空间和时间上的移动和相互作用，从而构建一个地区或整个国家的虚拟副本；他们提供的预测结果已经成为一些政府机构制定疫情防控策略的重要依据。
    又如，阿根廷科学家前不久利用数学模型计算出布宜诺斯艾利斯地区新冠第二波疫情感染和死亡人数高峰的发生时间。这项研究根据“R0”值(病毒的复制次数，该变量会随时间变化而改变)变量来预测；布市会在2021年5月初迎来疫情高峰，而布省的高峰时间在5月底。他们对当时的新冠疫情预测，与后来的疫情走势基本一致。
     再如，诺贝尔化学奖得主、美国国家科学院院士迈克尔·莱维特先生前不久领衔的研究团队经过5个月对全球3546个不同国家地区的新冠疫情数据追踪，提出了一个全新的数学模型，用于预测每个地方新冠疫情何时结束以及确诊人数和死亡人数。目前，该团队的工作还在持续研究推进过程中。
     新冠肺炎及其变异毒株仍有许多特征尚未被研究透彻，其快速增长无疑令人担忧。现在虽然许多国家已经有大量人口全程接种疫苗，但疫情仍显示出不可阻挡的传播趋势。许多国家一方面通过有效的疫苗接种和非药物干预来控制疫情；另一方面建立数学模型来预测疫情的发展趋势。
     前不久，中国兰州大学利用数学模型研制的《新冠肺炎疫情全球预测系统》发布了预测：2022年1至6月，新冠肺炎的变异毒株奥密克戎恐将海啸般席卷全球，其传播伴有季节振荡的特点。兰大疫情预测系统对突发疫情做出过不少预测，其准确率高达90%以上。该预测系统曾获得中国工程院院士钟南山先生多次点赞。
    最近，美国洛斯阿拉莫斯国家实验室制定了一个数学模型来表示新冠感染和炎症的宿主内动态；其目的是为个体中新冠症状严重程度的范围提供定量解释，并揭示建模机制的区别重要性。探索的假设是，新冠中的高炎症可能会对未感染的细胞产生大量损伤，然后这些细胞会产生进一步刺激炎症反应的损伤相关分子模式。
     美国南加州大学和加州理工学院的研究团队最近利用数学模型研制出一种机器学习的新方法，确定RNA序列背后的生成器/程序的算法，并在这些生成器/程序之间进行比较。这个方法可以根据区域或长度以及可能进化的时间段来评估基因组序列和变异，并且可以加速新冠肺炎的变异毒株疫苗研发。
    日前，中国科学院院士黄建平先生领衔的研究团队在《创新》（The Innovation）上发表了题为《奥密克戎大流行是否将终结》的论文。他们利用数学模型，反复进行推测繁衍；最后得出的结论是：新冠大流行，大概在2023年11月左右结束，于2022年4月出现小幅度上升，此后每日新增确诊病例将出现下降的趋势。
    实际上，数学模型的建立依赖准确的数据，除了需要考虑的因素更加全面，科学家们也会采用大量数据进行模拟，例如采用机器学习、人工智能等方法得到更加可靠的模型。他们正在通过数学模型(主要是SIS模型、SIR模型和SEIR模型)对新冠疫情走势展开预测，对疫情拐点、感染人数、传播渠道等做出前瞻性的判断。
    需要指出的是，在传染病研究中，数学模型并非万能，存在着一定的局限性，即通常所说的数据不足而预测不准，加上疫情防控工作存在不确定性和不稳定性。目前，全球新冠疫情的防控形势依然十分严峻，防控任务仍然非常艰巨；因此，疫情防控工作决不能有丝毫麻痹大意和松懈情绪。
   事实上，数学模型只是一种分析和预测的工具，它是根据已有的数据和信息进行的推测，其结论可能会相对准确、可靠；这对人们判断新冠肺炎疫情走势而作出重要决策具有一定的参考价值和实用意义。数学模型对人们战胜新冠增加了动力和信心，但抗疫的道路依然任重道远。
    文/黄艳、任菲(作者单位分别为新加坡中央医院、美国南加州大学)
(责任编辑：佚名)