最近,以科罗拉多大学博尔德分校的计算机科学助理教授yxdwk Morrison为首的国际研究小组开发了新的数学工具,帮助科学家建立更准确的病毒感染模型,预测包括新冠引起的肺炎在内的传染病如何在世界各地传播
虽然Morrison过去从事数学模型的创造和修改工作,但她和她的同事们最近将目光转向了新的挑战——流行病学模型。 为什么这么说,是因为现在的新型冠状病毒传播的预测模型几乎不准确。 她说:“模型开始失败了。 我的工作要开始了。 ”。
在极少数情况下,一个模型可能正好适合现实。 因为根据定义,模型本来是从现实中简化出来的。 从某种意义上说,所有的模式都是错误的。
在最近发表于《混沌》的研究中,Morrison和巴西数学家Americo Cunha以2016年爆发的寨卡病毒作为测试案例。 他们的报告称,一种称为“嵌入差异运算符”的新工具可能有助于科学家修复与现实脱节的模型,使模型的结果与现实世界中的数据有效匹配。
该研究基于Cunha几年前遇到的问题,他们试图利用当时常见的SEIR模型再现寨卡病毒爆发的过程。 在此之前的2015年和2016年,这种病毒从巴西肆虐,给世界上成千上万的婴儿带来了严重的先天性缺陷。
问题是,不管研究者做了什么尝试,他们的结果都与记录的寨卡病例数不一致,有时其误差达到万人水平。 据Cunha称,这样的差距并不少见。
于是Cunha和Morrison开始研究能否合作修复这一模型。 他们提出了问题。 如果模型没有复制真实世界的数据,他们能否利用这些数据构建更好的模型?
答案是肯定的。 添加内置的差分运算符。 这是Morrison为研究燃烧物理而开发的第一个工具,是插入模型内部的模块。 研究人员将数据输入工具后,会看到并响应信息,自动改写模型的基本方程以适应现实。
通过使用这种方法,他们几乎消除了模型结果和公共卫生记录之间的差距。
她说,这项研究针对的是寨卡病毒,但研究小组已经试图调整他们的方法,希望帮助世界医学家再次跑在新型冠状病毒前。
但是活跃的笔认为,任何疾病模型都不一定100%准确。 但是,这些工具对公共卫生决策者仍然很宝贵。 她说:“这个大爆发表明,建立真正的系统模型是多么困难。 但我希望你不要认为这意味着我们不应该信任科学家。 ”
编译/前瞻经济学家APP信息组
参考资料:
[1] https://www.science daily.com/releases/2020/05/200505164615.htm
[2] https://AIP.s citation.org/doi/10.1063/5.0005204