我國疫情預測模型遭權威期刊退回!鍾南山等人用 LSTM 力證「早發現...

對病毒在人群中傳播的智能預測模型構建與驗證是當前的工作重點。

不過，在 2020 年 2 月 27 日廣州市政府新聞辦舉辦的疫情防控專場新聞通氣會上，鍾南山院士在談到疫情的預測時表示：

疫情開始時，國外有流行病學家用權威的試驗模型，預測 2 月初中國感染新冠肺炎人數將達 16 萬人。這是沒有考慮到國家的強力幹預，也沒有考慮春節後的延遲復工，我們也做了預測模型，2 月中旬或下旬達到疫情高峰，確診病例約六、七萬人，投到國外權威期刊，被退了回來，感覺和上面的預測水平差太多，還有人給我發微信說「你的話幾天之內就會被碾個粉碎」。但事實上，我們的預測更接近權威。

西方的傲慢與偏見？

鍾南山院士此言一出，引發網友熱議。

一方面，不少網友認為包括權威期刊審稿人在內的眾多西方學者帶有預設立場，因此投稿被退可以說是一種惡意揣測。

另一方面，網友認為由於社會背景、文化、制度等方面的差異，出現所謂的「偏見」也無可厚非。正如鍾南山院士所說，國外並不了解我國國情，沒有考慮到國家的強力幹預和春節後的延遲復工起到的積極作用。

【雷鋒網註：圖源新浪微博】

雷鋒網注意到，雖然鍾南山院士並未詳細介紹被退回的疾病預測模型，但知乎一位名為「瘋狂紳士」的計算機軟體背景人士認為，鍾南山院士的模型叫「具有飽和發病率 SIQS 傳染病模型」。根據其解釋，任何傳染病都具有飽和發病率，即不可能完全被消滅。

該網友提到，SIQS 實際就是在 SEIR 的基礎上加入了幹預手段（比如這裡就指國家利用早發現、早隔離的手段進行了強烈幹預）。而所謂的 SEIR 正是一種常見的傳染病模型，此前有關 SARS 的傳播動力學研究大多也都採用了 SEIR 模型。

【圖源百度百科】

實際上，這一表述也與鍾南山院士當天在會上的觀點類似：

我們在傳統模型基礎上加上兩個影響因素，第一個是國家強力幹預，第二個是春節後的回程高峰。

利用 AI 以 SARS 數據為基礎進行訓練

另外雷鋒網了解到，2020 年 2 月 28 日，鍾南山院士等人在醫學期刊 JTD 發表了一篇名為《公共衛生幹預下 COVID-19 流行趨勢的 SEIR 和 AI 預測修正》（Modified SEIR and AI prediction of the epidemics trend of COVID-19 in China under public health interventions）的論文。

根據論文，研究團隊將 2020 年 1 月 23 日前後的人口遷移數據及最新的新冠肺炎流行病學數據整合到 SEIR 模型中導出流行曲線。值得一提的是，團隊還利用 AI ，以 2003 年 SARS 數據為基礎進行訓練，從而更好地預測新冠疫情。

具體來講，研究人員通過引入移入參數 In（t）和移出參數 Out（t）修改了原始 SEIR 方程，進而解釋動態易感 [S] 和暴露 [E] 種群狀態。修改後的模型如下圖。

值得一提的是，研究團隊使用 LSTM（長短期記憶）模型——一種用於處理、預測各種時間序列問題的循環神經網絡（RNN），預測新增感染數隨時間的變化。

對於基本訓練數據集，研究團隊使用了 2003 年 4-6 月 SARS 的病例統計，同時納入 COVID-19 流行病學參數，如傳染概率 b、傳染係數（率）β、潛伏率 σ、退出率 γ 等。

此外，由於數據集相對較小，團隊開發了更簡單的網絡結構防止過擬合，並使用 Adam 優化器優化模型并迭代 500次。

根據上述方法，研究團隊預測，疫情將在 2 月底達到高峰，並在 4 月底得到基本控制。同時，如果國家實施的幹預措施推遲 5 天，中國大陸的疫情規模將增加 3 倍；如果取消湖北檢疫站點，將導致湖北省在 3 月中旬出現第二次疫情高峰，同時疫情可能持續至 4 月下旬——這些結果都得到了機器學習預測的證實。

在雷鋒網編輯看來，對於我國預測模型被國外權威期刊退回一事，我們應該持一個更加開放的態度，畢竟國內外預測模型的準確性孰優孰劣尚未可知。而且，被期刊退稿在科研過程中也並不稀奇，疫情當前，科學工作者的國別、立場不該是我們最關心的問題。