“全球感染数字爆表,中国疫情平稳”2个月前就有人预测到了?


“全球感染数字爆表,中国疫情平稳”2个月前就有人预测到了?

中国平稳,美国感染数字爆表,全世界中国最安全!


回到2个月前,谁能想到今天?

有人想到了,时光倒流,到2个月前,2月28日,钟南山团队的论文就已经发表了这篇论文,他自己也在电视采访中提到了这个结论,但是当时大家人心惶惶,可能没有仔细看。

“全球感染数字爆表,中国疫情平稳”2个月前就有人预测到了?


《Modified SEIR and AI prediction of the epidemics trend of COVID-19 in China under public health interventions》

中文:《基于SEIR优化模型和AI对公共卫生干预下的中国COVID-19暴发趋势预测》

不要担心看不懂,给我3分钟,让你弄清楚:

钟南山团队基于传统数据模型预测的全国感染人数是122122人。湖北大约在59000人;


基于AI模型预测是全国95811。

而现在数据是8w多人。

“全球感染数字爆表,中国疫情平稳”2个月前就有人预测到了?

紫色是此前新增患者的数据,黄色是传统模型预测的结果,绿色是人工智能模型预测的结果。


下面的红色数据是,真实的每日感染人数增强曲线,可以注意到曲线上的一个突然的浮动是因为当时检测试剂盒不够,疑似患者定义为临床确诊,所以当天增加了1w人,只是把几天确诊的人集中到一天,最终的感染总数值是非常接近的!


“全球感染数字爆表,中国疫情平稳”2个月前就有人预测到了?

然后关于疫情的时间是,2月下旬达到高峰,4月底趋于平缓,排除境外输入,这个趋也非常准确。

研究的目其实主要是让大家注意管控的作用,所以模型还专门算了如果我们早管控5天和迟管控5天会发生什么。


为什么会预测的这么准?

先看看模型是怎么算的?

先看传统的预测方法,SEIR模型。

什么意思呢?

S:Susceptible:易感染者

E:Exposed:暴露者,就是接触者(潜伏期)

I:Infected:感染者

R:Removed:移除者,就是康复了。


顺序是:易感→暴露→感染→康复。


因为新冠肺炎有潜伏期,所以这么设置的,其他不同的疾病模型都是不一样的。


还有一个重要的数据,就是加入流入和流出,这就需要带入官方报告的感染人数,飞机、火车、汽车的人员流动检测数据。这个数据越准确,模型数据就越准。

“全球感染数字爆表,中国疫情平稳”2个月前就有人预测到了?


也是因为我国采取了很多精确化,智慧城市的管理方式,所以这个数据会非常准确。

还有一种方法是基于人工智能,还带入了之前非典的传播数据,让人工智能像和阿尔法狗下象棋一样,反复计算,最终得到最优化的数字,这个9w的数字,更加接近真实数据。

论文只有预测数据没什么了不起的,钟南山团队更有价值的研究是提出了我们如何管控效果是截然不同的


模型计算了如果推迟5天管控,最终确诊人数会达到35w,是现在的3倍。如果早5天管控,最终确诊人数大约只有4w人。


如果单看湖北,如果晚5天,确诊人数会到16w,早5天,人数只有2w。


“全球感染数字爆表,中国疫情平稳”2个月前就有人预测到了?

模型预测4月底数据会平稳,所以管控手段可能要持续到4月底(上图绿色曲线)。这个预测比欧美的杂志发表的结果都要少。最大的原因除了模型本身的误差和分析水平之外,也是欧美国家没有预料到我们能采取如此严格的管控手段,严格封城,全民戴口罩,出门买菜都凭票,在美国是无法想象的,它们永远达不到。


而且刚才提到,我们有一天是确诊人数一下多了1w多,看的大家触目惊心,说白了,当天就是疑似的都当确诊治疗了。这样的激进的管控手段,他们一定做不到。

必须承认,美国在数据分析方面也很厉害,这套流行病学的研究方法我们是跟西方学来的。那么,号称美国钟南山的福奇博士(每次都站在特朗普身后)也预测,最终死亡人数在10-20w,感染人数超过百万。这当然也是基于美国的国情进行分析,如果管控好一点死亡数据就会少一点,管控不好就多一点。不过如果,像意大利那样,真是非常惨了。


当然目前美国也存在很多的不确定性,毕竟特朗普也是想一出是一处,而且他最关心的问题显然是竞选。如果它们能更加重视一点人的生命,可能就不是现在的结果。


也让我们拭目以待吧。


Dr.X说

所以钟南山院士团队的团队的这篇研究,确实是有里程碑意义的。

充分说明了,在大数据时代,人,再不是任大自然宰割的羔羊。

我们的力量已经非常强大的了,重要的是,在关键时刻作出正确的决定!

仅此而已!


-Dr.X-

一个医学博士、外科医生和三娃奶爸,

带给你有态度、有温度的健康干货和育儿锦囊~

关注我,每天多一点健康

“全球感染数字爆表,中国疫情平稳”2个月前就有人预测到了?


分享到:


相關文章: