从最优系统参数到最优疾控策略
从2003年“非典”时期 ， 黄森忠开始对“数学流行病学”产生兴趣 。 当时这个学科在中国还是新兴领域 。 经过多年研究 ， 其团队积累了大量分析各类传染病的数学模型 ， 2010年前后开发出传染病预测系统 。
“其实全球各个预测系统背后的数学原理是相似的 ， 经典模型名为SEIR模型 。 ”黄森忠介绍 ， 这个模型建立的过程需要研究者加入各种各样的参数 ， 构建出一个地区、一座城市或一个国家的虚拟样本 。 同时还要尽可能还原真实的场景 ， 因此会在模型中加入当地人居住特点 ， 不同病例出现的特殊场景 ， 以及地方管理者随着病例数变化对疾控力度的调整等 。
最后 ， 让病毒在虚拟世界里“传播” ， 不断的优化系统的参数 ， 最终得出一个针对某种病毒的传播预测系统 。
有了多年积累 ， 在2020年新冠疫情暴发伊始 ， 黄森忠很快就带领团队开发出针对新冠病毒的EpiSIX传染病传播预测系统 。 通过反复计算和验证 ， 一点点摸索新冠病毒的传播规律 ， 该预测系统在不断修正中获得更强大的预判能力 。
2020年6月13日出现的北京新发地疫情 ， 黄森忠团队在北京新发地出现疫情3天后作出预判 ， 该轮疫情规模在450-1350例之间 。 几天后 ， 预判更新——疫情将于7月10日之前结束 。 事实验证了预测系统的准确性 ， 7月6日 ， “清零”消息传来 。 最终 ， 新发地疫情涉及的感染者数量也基本接近最初预测的结果 。
疫情到来时 ， 设置封控管控防范区域是最有效的阻断病毒传播的策略 ， 然而这种为社会运转按下“暂停键”的代价巨大 。 因此何时发布解封政策 ， 也是政府疾控部门面临的重要决策 。
“解封早了可能出现反弹 ， 解封晚了 ， 又影响社会经济发展和老百姓的日常生活 。 ”黄森忠说 。 早在2020年疫情刚刚平息 ， 黄森忠就开始思考从社会总成本的角度出发 ， 寻找最优的疾控策略 。
团队选取了两个数字进行比较 ， 其一是确诊患者的平均治疗费用 ， 其二是减少一个潜在患者的平均预防费用 。 “当前者远小于后者时 ， 就可以采用一种‘开关式’的控制的疾控策略 ， 即放松对普通民众的预防措施 ， 而对确诊患者依旧实行严格的隔离措施 。 ”黄森忠表示 ， 团队正在每天密切关注疫情走向 ， 希望通过科学的分析 ， 为国家新冠疫情防控做出贡献 。
图片由南开大学提供