钟南山点赞首个新冠全球预测系统称赞：他们一些预测的模型还是相当可靠的近日

近日，钟南山院士在“广州实验室科技助力基层疫情防控万里行”启动仪式上，对兰州大学研发的“新冠肺炎疫情全球预测系统”表示肯定，他称赞：“他们一些预测的模型还是相当可靠的。”
兰州大学西部生态安全省部共建协同创新中心利用跨学科研究优势，研发了世界上首个新冠肺炎疫情全球预测系统。自2020年5月系统上线运行以来，已经实现对全球190余个国家新增确诊病例的预测。
可进行全世界190多个国家的预测
“这个预测系统是世界上第一个全球预测系统，可以进行全世界190多个国家的预测，其中我们还创新性地把政府管控措施考虑进来。”兰州大学西部生态安全省部共建协同创新中心主任黄建平教授说。
新冠肺炎疫情全球预测系统会实时引入190多个国家的最新数据，综合考虑当地的温度、湿度、防控措施等，逐个建模，预测未来每日、每月、两个季度及突发疫情新增确诊病例，每10天更新一次预测数据，面向全世界免费开放。
该系统对北京新发地突发疫情的预测结果表明，自2020年6月11日开始的北京小规模疫情暴发实际累计确诊335人，预测累计确诊310人，预测数据比实际数据仅低了7.5% 。除了6月24日开始的小高峰，疫情发展趋势与预测较为一致。
系统对国外疫情的预测也较接近实际情况。该系统2020年11月第二次更新的预测数据显示，美国12月份单月累计确诊病例预计达到678万左右，而实际新增确诊病例约为658万，预测数据比实际数据仅偏高3.04% 。
黄建平介绍，该系统不仅可以做预测，还可以用于归因分析，例如病毒变异、洪水和抗议示威活动等因素对疫情的影响，为研判疫情态势、采取有效防控手段提供了科学依据。
【钟南山点赞首个新冠全球预测系统称赞：他们一些预测的模型还是相当可靠的】引入统计-动力方法，提高预测准确度
“我们引入了天气预报的一些技巧，比如说，预报员做预报的时候总会根据天气前期的演变预测未来天气。”黄建平介绍，这个模式的最大特点就是把前期传播的演变过程考虑进来，形成了气候预测中的统计-动力方法与流行病学模型相结合的预测系统。
传统的流行病学模型中存在较多假设条件，然而疫情的发展受到各种不确定因素的影响，如管控措施、气象条件、病毒变异等，因此在进行实际应用时将不可避免地存在一定的误差。
黄建平说：“我们在传统的流行病学模型的基础之上，使用气候预测中的统计-动力方法对传统的流行病模型进行改良，利用实时更新的疫情数据，对流行病学模型中的重要参数如传染率、治愈率、死亡率等进行动态估计和修正，这大大提高了预测精度。”
“此外，我们围绕新冠肺炎疫情开展了多项科学研究，包括新冠肺炎传播的适宜温湿条件、季节特征、震荡特征，以及政府干预对于空气质量的影响，这些结果也同时纳入疫情预测系统中，用来改进模型。”黄建平介绍。
系统将持续优化，服务全球流行病学预测
系统最新的结果是对未来五年疫情发展趋势的预测，结果显示：如果在2021年1月全球70%的人注射疫苗，并且疫苗长期有效，到2025年全球疫情才能基本结束。