根据丁香园实时疫情数据，截止今日21:53，中国境外单日新增新型冠状病毒确诊案例超过
1万人，累计确诊案例逼近6万。
来自丁香园实时疫情数据
在目前尚无针对性的特效药物、新药以及疫苗研发仍在进行的同时，全球各界科学家正在呼吁，政府需要采取防控措施来缓解疫情发展。
今日，来自瑞士最古老的大学——瑞士巴塞尔大学的生物学家、物理学家Richard Neher及其团队上线最新开发的网页工具，供全球各社区来模拟预测新冠疫情未来半年的走向（访问：https://neherlab.org/covid19/）以及医疗需求量。
这一工具的计算方式，采用了传染病动力学中最基本的经典模型 SIR模型。SIR模型中把传染病流行范围内的人群分成三类：S类，易感者（Susceptible），指未得病者，但缺乏免疫力，与感病者接触后容易受到感染；I类，感病者（Infective），指染上传染病的人，它可以传播给S类成员；R类，移出者（Removal），指被隔离，或因病愈而具有免疫力的人。
Richard 团队的工具，除了这三类别还增加了对需要住院的重病患者、危重病患、累计死亡和康复病例的趋势预测。旨在供各地自行来计算，为相关准备提供决策参考。
图片截取自预测工具
在这个预测工具中，变量包括选择地区、输入人口数量、年龄分布、平均每日输入案例、预测时间范围、平均基本再生数（R值）、从感染到爆发症状到时间、当前疑似案例、平均病患感染天数、季节因素、住院天数和ICU重症天数等，同时还提供了包括国家无干预和严格干预的变量，通过这些变量的输入，可以直接计算并呈现出可视化的趋势图形，直接看到未来半年的一个发展趋势。
图片截取自预测工具
同时，从已知研究表明，老年人更容易感染新冠病毒，并在老年人人群中引发高致死率，因此研究团队指出，社区中老年人的比例是决定医疗系统总体负担和死亡人数的重要决定因素。
Richard团队从联合国提供的数据中收集了许多国家的年龄分布，并将其作为输入参数。此外，他们还使用了中国疾病预防控制中心以年龄段估算严重和致命病例的比例作为参照系数。
由于流行病学的发展速度和需要对多变量的综合考量，因此各地区的研究者可以修改不同参数来对结果进行预测计算。
流行性病毒都有明显的季节性发病特征，虽然目前未能确定季节性因素对新冠病毒的影响究竟有多大，研究团队在模型中考虑了一年周期的余弦来模拟这种季节性变化，以尽可能使模型预测结果更准确。
模型原理解析图
据了解，目前该团队已经将这一工具全代码上传了全球源代码共享网站Github，以供全球科研人员自由使用并提供意见。
Richard Neher团队长期致力于病毒学和细菌学研究，并长期跟踪瑞士季节性流感等，他也是基因序列可视化网站Nextsrain的创始人之一，该网站另一位创始人是美国科学家Trevord Beford 教授（参考阅读：美国科学家研究指出病毒每月变异两次，西雅图此时恐像1月1日时的武汉。）
Richard Neher从新冠病毒在中国爆发之时，就已开始对疫情进行跟踪，并早在2月10日就在Twitter发文，中国的隔离措施会缓解病毒在中国的爆发，但是需要关注中国以外地区的疫情发展。
图片来源Twitter截图
閱讀更多 世界頂尖科學家論壇 的文章
