---

  新智元报道  

来源：MIT等

编辑：啸林、张佳

据JHU的实时统计数据显示，截至本文停笔的北京时间4月17日12时，全球新冠累计确诊已达215万，即2158250例；累计死亡病例达到14.4万。

近期，《科学》杂志上的一项研究提出，在没有特效药和疫苗的情况下，为了避免新冠肺炎挤兑重症监护能力，长期或间隔性的社交隔离可能需要持续到2022年，并且认为2024年有可能迎来新一轮复发。

哈佛大学团队研究认为，新冠肺炎将成为季节性流行病，今后我们可能会需要适应隔离措施几个月松、几个月紧的新常态，即之前文章介绍过的“照明开关法”。

“Lightswitch":通过一松一紧的反复震荡，让新冠疫情“软着陆”。

在目前阶段，美国明显是重灾区。截止到今天上午11点，美国累计确诊66万，累计死亡2.8万。

其中，纽约州一个州的确诊就达到21万，已经接近中国总病例数的3倍。

从图上看，全美确诊人数增速仍然迅猛，现有确诊人数增速开始下降，因为治愈人数开始上升。

随着医疗人员和物资的不断增强，治愈人数不断上升，同时死亡人数也在增加，应该是由于总病例数太高。

在这个疫情蔓延的档口，全美的科技人才也纷纷为疫情尽力，提出各种疫情预测模型。

已有的许多模型都是使用有关SARS或MERS之前暴发的研究数据建立的。

昨天，MIT团队开发出第一个使用新冠疫情本身数据，并加入机器学习神经网络的疫情研究模型，以确定隔离措施的有效性，并更好地预测病毒的传播。

目前大多数预测疾病蔓延的模型都采用“SEIR”模型，将人们分为“易感”、“暴露”、“感染”和“恢复”四个阶段。

然而，本次抗疫的实际情况是，各国都建立了对感染者进行隔离、以防止其继续传播病毒的机制。

因此，研究团队通过训练神经网络来捕捉受感染被隔离、从而不再传播给他人的个体的数量，从而改善了SEIR模型。

（a）使用的神经网络架构：2层，隐藏层中有10个单元。（b）对于所有考虑的区域，根据（4.16）的训练损失L（W，β，γ）。

更刺激的是，做出这个项目的只有研究土木和环境工程的博士生Dandekar和机械工程教授Barbastathis两个人，这个模型只是这个学生的一门课程的结课作业。 

Barbastathis对他指导的MIT 2.168班要求，在每个学期末，班上的学生都有责任为现实世界中的问题开发物理模型，并开发一种机器学习算法来解决它。

2月初，随着疫情蔓延的令人担忧的新闻开始占据头条，他提议期末项目研究新冠病毒的传播情况。

“有学生抓住了研究新冠病毒的机会，立即想以MIT的典型方式来解决这个具体问题，” Barbastathis补充说。

这个学生指的就是Dandekar。他说：“这个项目使我非常感兴趣，它让我将新科学——机器学习应用于一个非常紧迫的现实问题中。”

首先，他们提出了一个概念“有效繁殖数量”（Rt），这个值对应于使曲线斜率变小、并开始减少感染的点。

当它大于1时，病毒会继续传播，小于1时，病毒传播会减慢。

其次，他们提出“隔离强度函数”Q（t），神经网络对这个概念正在飞速学习。

随着新冠病毒开始遍布全球，该项目的范围也在扩大。最初是从着眼于中国武汉市的传播。

对武汉假设没有进行隔离的病例数的预测，左边是MIT预测模型，右边是中国卫健委给出的模型。相似度非常高。

武汉神经网络模型，day0=1月24日。（a）与数据相比，估计感染和恢复病例数。（b）由神经网络学习的隔离强度函数Q（t）。（c）有效复制数Rt。

武汉市的预测：（a）隔离强度Q（t）和（b）基于神经网络增强SIR模型的有效繁殖数Rt。

后来发展到包括意大利的传播。

意大利神经网络模型，第0天= 2020年2月27日：（a）与数据相比，估计感染和康复病例数。（b）由神经网络学习的隔离强度函数Q（t）。（c）有效复制数Rt。

意大利的预测：（a）隔离强度Q和（b）有效繁殖数Rt在意大利基于神经网络增强的SIR模型。

还有韩国。

韩国神经网络模型，第0天= 2020年2月22日：（a）与2020年2月22日韩国的数据相比，估计感染和恢复的病例数。（b）由神经网络学习的隔离强度函数Q（t）。（c）有效复制数Rt。

在记录到第500个病例之后，二人组开始对病毒在这四个区域中每个区域的传播进行建模。这意味着他们开始清楚地描述不同政府如何执行隔离令。

借助来自这些国家/地区的精确数据，研究团队采用了标准的SEIR模型，并通过神经网络对其进行了扩充，该网络可了解隔离区中的感染者如何影响感染率。他们通过500次迭代训练了神经网络，因此它可以教自己如何预测感染传播的模式。

研究团队能够得出隔离措施与病毒有效繁殖数量减少之间存在直接关联。

他们的模型显示，隔离限制成功地使有效繁殖数量从大于1减少到小于1。

该模型发现，在韩国等政府立即采取干预措施实施强有力的检疫措施的地区，该病毒的传播速度更快达到了稳定状态。（原文此处没有提中国。）

自3月中旬以来，由于美国的隔离措施推行缓慢，阻止病毒在美国的传播变得越来越困难。

目前，在意大利和美国等执行政府干预措施较慢的地方，新冠病毒的“有效繁殖数量”仍然大于1，这意味着该病毒继续呈指数级传播。

美国神经网络模型，第0天= 2020年3月8日：（a）与美国2020年3月8日之后的数据相比，估计感染和恢复的病例数。（b）由神经网络学习的隔离强度函数Q（t）。（c）有效复制数Rt。

美国的预测：（a）隔离强度Q和（b）有效繁殖数Rt，基于神经网络增强的SIR模型在美国。

模型预测，随着当前隔离措施的到位，意大利和美国的稳定期将在4月15日至20日之间到来。这与其他机构的预测类似。

随着特定国家/地区病例数的减少，模型将从指数形式转变为线性形式。意大利从4月初开始进入线性状态。

预测美国将在4月的第一周开始从指数模式转变为线性模式，感染病例数可能会在4月15日至4月20日之间停滞。

美国混合模型预测，第0天= 2020年3月8日：（a）根据美国训练有素的模型，比较3月31日之后美国的预测感染病例数，或逐步调整其中一个的隔离控制功能Q（t） 根据（4.17），在武汉，意大利或韩国。（b）根据（4.17）调整的美国隔离强度功能。

模型也表明在感染率开始停滞之前，美国的感染人数将达到60万（腺癌已经突破了）。

“这是一个非常关键的时刻。如果我们过早放松检疫措施，可能会导致灾难。” Barbastathis说。

据Barbastathis所说，对于过快放宽检疫措施可能带来的危险，只需要去新加坡看看。新加坡目前正在经历的第二次感染浪潮。

改变运动

模型量化了隔离措施对Covid-19传播的影响

http://news.mit.edu/2020/new-model-quantifies-impact-quarantine-measures-covid-19-spread-0416

深度学习算法如何用于衡量社会距离

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/