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