隔离检测、旅行限制、启用定点医院、发放防疫物资……当一场大流行病突如其来时,如何精准把握这些防控政策的时度效,最大程度减少各项损失?传染病仿真系统正逐渐成为一个重要工具,引起各国重视。

  作为一种常见研究手段,仿真在诸多科学领域有着广泛应用。通过对现实世界的简化,它可以解释数据、预测和设计行动。当传染病暴发时,我们也能基于各项数据建模,估算出它的传染速度、危险程度等,为开展应急处置策略提供依据,对干预措施开展成本效益分析。早在1927年,传染病学领域就提出了经典的“仓室模型”,基于数学逻辑方法和语言,根据是否感染、康复等标准,将不同类型的人群分为不同“仓室”,针对人群在不同仓室间的转移概率,使用微分方程来建模求解,进而完成相关估计和预测。

  不过,现实情况往往比模型复杂得多。纵观人类发展史,可以说是一部人类与传染病做斗争的历史。城镇化加快、国际经贸发展、社会交往增加等,使传染病传播的速度更快、范围更广、危害也更大,迫切需要对其进行更加精确的模拟。

  随着信息时代的到来,海量数据得到收集与储存,计算机运算能力不断提高,“基于个体模型”应运而生。与“仓室模型”将人群粗分为几大类不同,这是结合计算机技术对世界的一个“仿真建模”,如同为真实世界打造一个沙盘。它将每个人视为独立的对象,通过模拟微观层面的个体行为,例如人与人或环境之间的接触、感染后的病程等,自下而上地对宏观层面的复杂动态进行诠释,推演出系统的宏观结果。

  除了透视当下复杂动态,仿真模型还可以把时钟调拨到过去或未来,通过复盘已发生事件来溯源问题症结,或者通过预判即将发生的事情来防患于未然。比如,可依据真实的人口统计学数据生成虚拟城市,模拟病毒在城市中的传播,仿真出停工、停学、扩大社交距离等各项手段的效果,为科学施策提供依据。

  沙盘越逼真,提供的防控建议越可靠。因此,基于个体的仿真模型要真正发挥效果,提高仿真质量是关键。疫情分析系统主要由模型和数据两部分组成。在大数据时代,除了关注分析模型外,科学家们越来越重视数据真伪、精度、可信度等问题,通过利用多源信息融合等技术去粗取精、去伪存真,为模型输入更高质量的数据,提高分析结果的准确性。

  对全球性流行病建模,国际科学合作尤为重要。进行全球范围的疫情仿真,需要各国积极分享感染率、海陆空交通流量等信息,为跨国旅行的模拟及限流措施的制定提供更全面的数据。不同国家在制定自身防控政策时也可以参考使用仿真系统。目前,我们团队的建模研究成果已经被世界卫生组织的新冠肺炎疫情数据库收录,为支持全球抗疫工作贡献了中国智慧。

  (作者单位:中国科学院计算技术研究所)