智東西（公眾號：zhidxcom）編| 李水青
智東西2月24日消息，近日，波士頓東北大學科學家開發了一種針對新冠肺炎的風險估測模型，能夠估測感染者將疾病傳播到世界其它地區的可能性，同時能夠跟蹤分析“出行禁令”的有效性。
目前，新冠肺炎（COVID-19）已經奪去了2100多人的生命，雖然在中國患病人數正在下降，但是在新加坡、日本、韓國、泰國等地區，病毒散播的風險卻依然嚴峻。
這款名為“EpiRisk”的估測工具出現地正是時候。EpiRisk是一個計算平臺，基於在世界一個或多個區域中檢測到的受感染個體的數量，該平臺會估測兩大主要指數：
1、輸出病例：該工具能計算從疾病暴發源頭輸出給定數量病例n的概率P(n)。為了計算P的分佈，必須提供當地感染者從接觸傳染源到症狀出現的平均時間，以及被“禁足”的平均時間。
2、相對出口風險：對於每個位置Y，平臺都會輸出一個概率P（Y），P（Y）是指單個感染個體從索引區域前往特定目的地Y的概率。
通過點擊地圖中的區域，用戶可以檢查單個位置的相對風險和輸出病例的概率分佈。此外，計算結果可以以常用數據格式下載，也以圖片形式下載。
據瞭解，該平臺中使用的航空公司運輸數據基於來自OAG數據庫的始發地目的地交通流。通勤流是通過對五大洲78,000個行政區域中超過5,000,000個通勤模式的數據進行分析和建模得出的。
近日，外媒IEEE Spectrum對該工具的開發者Alessandro Vespignani進行了採訪，訪談內容如下：
Q1：新冠肺炎已經流行近兩個月了，疾病建模研究者現在重點關注什麼?
A1：一切都需要重點關注，我們需要了解中國正在發生什麼，以及各種舉措的影響；需要了解是否有跡象表明這種流行病正在其他地方蔓延；我們需要了解是否有新的中心點。在這個階段，沒有不重要的部分，這就是為什麼我們現在都很緊張。
Q2：請簡介EpiRisk和它的作用。
A2：我們的建模方法是使用所有可能的數據源。目前，我們關注的是來自中國和周邊國家的監控數據，新聞媒體和社交平臺信源也在考慮之列。首先，我們對疫情進行建模以實現態勢感知，尤其是中國境外。由於我們知道有多少人來自中國的疫區，因此從國際上發現的新冠肺炎病例中，推斷出其它地方的疫情規模是有可能的，我們能在實地報告出來之前做出這些估測。
然後，我們會利用模型，研究“旅行限制”等相關政策對疾病傳播的影響，比如武漢周邊地區機場關閉，遠程交通關閉，學校停課，這類因素都會被考慮進去。我們試圖通過對這些措施的瞭解，來估測中國控制疫情的可能性，以及中國以外發現病例的可能性。
Q3：您已經工作了很長時間，在致命的流行病期間成為計算疾病建模者是什麼感覺？
A3：在我們的領域中，有兩種不同的工作：一是在沒有健康緊急情況或威脅下進行的和平時期研究，二是所謂的“戰爭時間”，就是我們現在的工作。
麻煩的是，當出現像這次新冠肺炎這樣的緊急情況時，我們使用的的數據非常有限，考慮的環境不斷變化，還必須使用大量的假設。也許你前一天製作的內容必須進行完全修改，因為新的信息很快就刷新了，所以很忙。
但是一想到戰鬥在一線的醫生、護士和公共衛生人員，他們還冒著生命危險，作為計算機科學家和計算流行病學家，我們所做的就是為他們提供情報，估測“敵人的行動”。
Q4：有多少科學家團隊正在為新冠肺炎建模？
A4：我們與其他研究團隊和機構進行全球電話會議，看到至少有80到100個團隊參與。這些團隊帶來了各種各樣的專業知識，有些人做系統發育分析和移動建模，有人在進行估測、即時預報和長期投影分析。我們的團隊和機構之間的協作和溝通比以往任何時候都多。
Q5： 一些團隊的研究可以整合起來嗎？
A5： 很難。比如天氣預報，如果所有模型都指向同一方向並且結果一致，那麼可以整合一個統一的估測結果。但是對疾病建模來說，沒有任何一個模型與另一個模型完全相同，每個人都可以使用不同的人口圖，或對某些年齡段的相對易感性使用不同的假設。
Q6：世界衛生組織等國家和全球機構似乎越來越依賴於計算疾病建模，這些關係是如何產生的？
A6：例如，在美國，CDC（美國疾病控制和預防中心）於幾年前發起了一項名為FluSight的倡議，包括倡議並已經開始用模型估測季節性流感。這項倡議提出後出現了一個聯盟，聯盟和各機構一直保持聯繫。除了美國，在世界上其它地區也出現了類似的倡議和組織。
文章來源：IEEE Spectrum.
閱讀更多 智東西 的文章
