（大文新聞網記者 劉俊海）蘭州大學西部生態安全省部共建協同創新中心研發團隊研發的世界上第一個「全球COVID-19疫情預測系統」自去年5月上線運行以來，已經實現對全球有疫情數據的190多個國家進行了每日新增病例的預測，並成功預測去年9至11月全球將出現二次暴發，特別是對河北確診病例（截至1月底）的預測誤差比達到了0.7%。該系統也被鍾南山院士兩次點讚。鍾南山稱，該系統的預測是相當可靠的。對於去年北京新發地疫情的預測基本和後來的疫情發展一致。
預測香港疫情3月底得到控制
該系統實現了對全球各個國家和地區的月預測和季節預測。對於最近出現的突發性的疫情，尤其是國內重點地區，包括北京、香港、大連、新疆、河北、黑龍江等地區這段時間以來的聚集性疫情，也做了城市尺度的預測，模擬了二級管控和三級管控。
對於香港疫情，該系統預測，二級管控下，每日新增確診病例於2020年12月17日左右到達峰值98人，目前呈下降趨勢，於2021年3月底逐漸得以控制；三級管控下，每日新增確診病例於2020年12月22日到達峰值164人，目前呈下降趨勢，2021年3月底得到基本控制。
該研發團隊負責人、蘭州大學西部生態安全省部共建協同創新中心主任黃建平建議，必須進行詳細的流行病學調查，控制住所有傳染源，加強管控力度，並且儘早注射疫苗，才能有效控制住疫情。
接種疫苗將加快新增病例減少
該研發團隊也對是否接種疫苗對疫情的影響做了預測。黃建平介紹，如果從2021年1月1日開始的60天內分別對全球10%、 30%、50%、70%的人接種新冠疫苗，且每天接種疫苗的人數隨機逐步增加,同時假設接種疫苗的人將獲得永久免疫。如果全球10%, 30%、50%、70%的人接種疫苗後，全球每日新增病例數下降速度逐步加快,但並不能完全控制疫情。因此,積極有效的隔離措施和及時普遍的接種疫苗才是控制疫情的最佳方案。
對疫情預測範圍將縮小到縣區
黃建平教授介紹，該系統目前已經升級到第二版，相比較第一版，這一版更為複雜，預測也更為精準。在新增病例、累計死亡病例等參照因素的基礎上，增加了潛伏者數據以及政府政策、社區解封時間及市民自我隔離等多種因素綜合分析預測，並且可以用來進行季節性預測及疫情的二次暴發的預測。
目前，該研發團隊圍繞新冠肺炎疫情已經開展了多項科學研究，包括新冠肺炎傳播的適宜溫濕條件、季節特徵、振蕩特徵，以及政府干預對於空氣質量的影響，這些結果也同時納入疫情預測系統中，改進和完善模型。
黃建平教授說，接下來還會繼續將系統升級，第三版的預測系統將會從一個國家的預測細化到一個州/省、一個市甚至一個縣，實現網格化的預測，使預測結果更加精準。
提升預測準確度曾是最大難題
2020年1月，在聽到武漢封城的消息後，黃建平團隊就開始着手準備該系統的研發工作。僅數據收集和統計就花費了兩個月時間，去年3月開始建設模型到5月上線又花費兩個月時間。
黃建平說：「我們希望利用地學專業的優勢為抗疫工作做些貢獻，為全球抗疫貢獻微薄之力。工作初期，我們對環境、氣象條件等因素對疫情發展的影響進行探究，取得了一些成果。然後，我們將其納入流行病傳染模型，有了第一版全球預測系統，建立了疫情預測網站，在網站上公布預測結果。後來，在此基礎上加以改進，有了預測更為精準的第二版系統，對一些城市的突發疫情進行預測，向相關部門和專業人士提供預測結果。」
對預測模型來說，最難的事就是提升預測的準確度。黃建平坦言，早期的預測結果不太理想，其中一個重要原因就是參數的確定。「最早參數是從文獻中查找的，這樣的話，所有地區都是一套參數，針對性太差，而且隨着時間推移，參數會變。後來，我想到了早期在我讀研究生的時候，跟着丑紀範院士研究的統計—動力相結合的預測思路。借用這種思路，我們開始擬合得到參數，隨時更新，一個國家一套參數。這樣預測更有針對性，也更能抓住各個國家疫情主要的特徵，預測結果才好起來。」
有了相對準確的預測結果，如何被認可也是一大難題。
「我們的預測結果會發給一些國家和組織，起初，消息石沉大海，沒有任何回覆，但是我們沒有放棄，一直在堅持，就是希望能夠為全球的疫情防控做一些貢獻。」黃建平說。
去年北京新發地以及河北、黑龍江等地疫情暴發後，他們將該系統的介紹和疫情預測通過郵件的方式發給鍾南山院士和中國疾控中心首席流行病學專家吳尊友。「沒想到很快收到回覆，還與我們溝通相關問題，這對我們來說是很大的鼓舞，對堅持做下去有了更大的信心。」
