钟南山点赞：兰州大学设计方案出第一个全球疫情预测分析系统软件，遮盖 190 多个国家

一年前的此时，武汉市封城现有一个月，而新冠疫情的扩散趋势仍在持续升級。专家除开要分析病毒感染演变散播、剖析病案样版、产品研发预苗等，也在关心一件事——创建疫情预测实体模型。

那时候，包含钟南山以内的多位权威专家的见解是：

对病毒感染在群体中散播的智能化预测实体模型搭建与认证是当今的工作重点。

三个月后，兰大中西部生态安全省部共建科技成果转化管理中心宣布对外开放公布「全球 COVID-19 疫情预测系统软件」。

做为全球第一个全球疫情预测系统软件，「全球 COVID-19 疫情预测系统软件」自 2020 年 5 月发布运作至今，已完成对 190 多个国家增加诊断病案的预测。

据《光明日报》最新消息：

前不久，钟南山在 “广州市试验室高新科技助推农村基层疫情防治万里行”启动式上，对这一系统软件表明毫无疑问，他夸赞：“她们一些预测的实体模型還是非常靠谱的。”

第一个全球疫情预测系统软件创建

「全球 COVID-19 疫情预测系统软件」的官网页页面面关键包含了三一部分预测：

• 全球每月预测概述：按月剖析全球各地区疫情扩散状况，列举每月预测增加病案数前 10 位国家。

• 突发性新冠疫情预测：预测疫情趋势将发生突显转变的城市，如 2020 年 8 月 2 日预测中国香港这轮疫情有希望在 8 月底获得操纵。

• 新冠疫情二次暴发预警信息：依据溫度等气象条件的周期性转变、游街强烈抗议和城市解封等规模性集聚性活动，预测全球全国各地疫情二次爆发。

这一实体模型的有关科研成果 2020 年 5 月 18 日由中科院举办的社会科学综合型刊物 Science Bulletin 接受，2020 年 8 月 2 日宣布发布，名为 Global prediction system for COVID-19 pandemic（新冠疫情全球预测系统软件）。

毕业论文详细介绍，当代临床流行病学反映的一个关键特性是运用全部能用数据信息出示即时反映信息内容。理论上，根据引进全新的疫情数据信息来提升此前临床流行病学实体模型的真实度是行得通的。

事实上，新冠疫情的产生具备时光异质性，换句话说，很有可能与不一样地域的气象要素和当地政府执行的干涉对策相关。因而科学研究精英团队觉得，必须创建一个将天气预告和气侯剖析做为变量的传染病警报系统，以提升预测的总体精密度。

▲ 该系统软件预测的英国本月及本季度疫情状况

科学研究精英团队的作法是，将疫情预测实体模型与全球真正疫情数据信息紧密结合，综合性考虑到环境要素（溫度、环境湿度）的危害及其控制方法的执行状况，进而创建了一个自身的全球预测系统软件。

根据 SIR 和 SEIR 实体模型

毕业论文表明：

该预测系统软件是一个改善的 SIR 实体模型。

SIR 实体模型，即 Susceptible Infected Recovered Model，即一种传染病模型中最經典的实体模型，在其中 S 表明传染源者，I 表明病毒感染者，R 表明移除者（关键指被防护或因病愈而具备免疫能力的人）。

具体来讲，科学研究精英团队的 SIR 实体模型包括了真正的全球疫情数据信息、气候要素和量化分析的隔离措施。

在该实体模型中，假定疫情期内该地域的总人口总数（N = S I R）维持不会改变，病毒感染仅根据人和人之间的感柒散播，个人中间的免疫能力无差别。

科学研究精英团队将 2020 年 1 月 22 日至 5 月 14 日六个国家（英国，西班牙，美国，乌克兰，沙特和墨西哥）汇报的诊断病案数与依照实体模型预测的結果开展了较为，如下图所显示（橘色表明将来预测值、粉红色表明仿真模拟值、蓝紫色表明汇报诊断值。）

不会太难发觉，系统软件取得成功开展了世界各国疫情转变曲线图的仿真模拟。

从官方网方式掌握到，「全球 COVID-19 疫情预测系统软件」实际上有两版：

• 第一版应用了所述改进的 SIR 实体模型；

• 第二版则应用了更繁杂的 SEIR 实体模型——精英团队在这里一版中还考虑到了小区解封時间及其群众自我隔离对疫情发展趋势的危害，第二版能用来开展周期性预测及疫情二次暴发的预测。

说白了的 SEIR 也是一种普遍的传染病模型，对比 SIR 实体模型，这类实体模型多了一个 E（Exposed，曝露者），即指触碰过病毒感染者但暂未工作能力传染别人的人，这适用替伏期长的传染性疾病——先前相关 SARS 的散播动力学模型科学研究大多数也都选用了 SEIR 实体模型。

值得一提的是，2020 年 2 月 27 日广州市政府网宣办举行的一场疫情防治盛典新闻报道通报会上，钟南山曾提及：

疫情逐渐时，海外有临床流行病学家庭装权威性的实验实体模型，预测 2 月初我国感柒新冠肺部感染总数将达 16 数万人。它是沒有充分考虑国家的超强力干涉，都没有考虑到春节后的延迟时间开工，大家也干了预测实体模型，2 月中下旬或中下旬做到疫情高峰期，诊断病案约六、七万人，投到海外学术期刊，被退了回家，觉得和上边的预测水准差过多，也有人帮我发微信说 “你的话几日以内便会被碾个破碎”。但实际上，大家的预测更贴近权威性。

先前曾报导，尽管钟南山仍未详解被退还的病症预测实体模型，但知乎问答一位名叫 “瘋狂紳士”的计算机技术情况人员觉得，钟南山的实体模型叫「具备饱和状态患病率 SIQS 传染病模型」。依据其表述，一切传染性疾病都具备饱和状态患病率，即不太可能彻底被解决。

该网民提及，SIQS 恰好是在 SEIR 的基本上添加了干涉方式。

黄建平专家教授佳選进行实体模型

这一实体模型由兰大中西部生态安全科技成果转化管理中心负责人黄建平专家教授佳選进行。

据系统官网详细介绍：

中西部生态安全科技成果转化管理中心于 2018 年 12 月得到国家教育部评定，由兰大带头，中国科学院有关研究室，西藏大学、青海大学等高等院校，甘肃固沙研究室等地区科学研究组织协作参加。

黄建平专家教授就职于兰大大气科学学校，另外也是中西部生态安全省部共建科技成果转化管理中心负责人、干旱气候气候问题国家教育部重点实验室负责人，着眼于根据融合现场观查和理论基础研究来开展长期性气侯预测、尘埃云相互影响和干旱气候气候问题的科学研究。

▲ 照片截自黄建平专家教授精英团队官方网站

实体模型涉及到 AI 优化算法

当然，创建疫情预测实体模型并不是一定要依靠 SIR、SEIR 实体模型。

2020 年 2 月 28 日，钟南山及精英团队在医学核心期刊 JTD 发布了一篇名为《公共卫生服务干涉下 COVID-19 潮流趋势的 SEIR 和 AI 预测调整》的毕业论文。

这一科学研究中，精英团队不但将 2020 年 1 月 23 此前后的人口迁移数据信息及全新的新冠肺部感染临床流行病学数据信息融合到 SEIR 实体模型中导出来时兴曲线图，还根据 LSTM 实体模型预测增加感柒数随時间的转变。

LSTM 即 long-short term memory，长短期记忆实体模型，是一种用以解决、预测各种各样时间序列分析难题的循环系统神经元网络（RNN），是为处理 RNN 实体模型梯度方向弥漫的难题而明确提出。

而就在上星期，彭博新闻社也报导了一个英国疫情预测系统软件。

这一系统软件的设计师是华籍 Youyang Gu，他有着 MIT电气专业和电子信息科学研究生学位及数学课学士学位。

Youyang Gu 在 SEIR 实体模型（已开源系统）的基本上添加深度学习优化算法，并根据对预测与最后汇报的身亡数量持续较为开展优化算法调节，使其预测更为精确。

先前，凭 Youyang Gu 一己之力设计方案的实体模型已被英国疾病控制中心选用。

依据英国知名公立大学阿默斯特马萨诸塞高校生物统计学和临床流行病学系的副教授职称 Nicholas Reich 对诸多相近实体模型的统计分析，Youyang Gu 的实体模型主要表现自始至终稳居前端。