大规模传染病如何预警预测？专家：好的模型关键在“一前一后”

原标题：大规模传染病如何预警预测？（引题）

专家：好的模型关键在“一前一后”（主题）

羊城晚报记者 张华

针对大规模传染病，早期预警非常重要。那么，这些早期预警信号在哪里？如何预测传播规模以及走向趋势？

11月11日，在由广州市卫生健康委主办、广州医科大学附属市八医院承办的第三届粤港澳大湾区卫生健康合作大会传染病防治专题论坛上，来自澳门科技大学的韩子天教授介绍了“大规模传染病的早期预警与预测模型”。他表示：“目前我国已经基本建立了一批预测模型体系，各有优缺点。我们希望好的模型是在疫情前发出预警；在疫情刚刚开始时就可以预测其规模以及波峰、波谷等特点。”

建立大规模传染病预警与预测体系，像天气预报一样预测预警新发突发传染病，这是当下公共卫生体系建设的重要任务之一。今年，广东省发布的《关于推进卫生健康高质量发展的意见》中提出，完善传染病疫情和突发公共卫生事件监测预警处置机制，建立智慧化预警多点触发机制，提高重大疫情早发现能力。

韩子天表示：“希望好的数据源和预测模型可以预测传染病发生的规模以及波峰、波谷等，就是‘一前一后’，早期预警可提前侦测到信号，预测就是疫情发生后通过对相关数据的处理以及分析，预测疫情的规模及走向趋势。”

目前，我国疾控、科研机构等开发出不少传染病预警和预测模型，不过，现行的疫情预测和早期预警系统面临众多挑战。在韩子天看来，数据源是个核心问题。

为了解决数据源问题，广州医科大学第一附属医院、澳门科技大学创新工程学院“大规模呼吸疾病流行病预测预警与医学大数据人工智能应用实验室”、厦门大学公共卫生学院等科研单位联合腾讯微信团队共同开发了一个在线调研小程序“疫情预测预警”，可持续采集数据。同时，在微信-城市服务内嵌入线上调研应用“疫情预测预警”，形成全国性的长效线上抽样调查机制。“创建新形势下的多源异构数据源，对预测预警模型的准确性和敏感性很重要。目前实验室已经形成四大数据源，包括微信线上调研数据、疾控监测公开数据、网络舆情数据，以及第三方医学检验企业数据。”韩子天表示。

据悉，自2020年新冠疫情暴发以来，该团队收集了每次疫情感染人数的时间序列数据。通过广州医科大学广州呼吸健康研究院副院长杨子峰团队对病毒特性的分析，采用澳门科技大学钱涛教授的自适应傅里叶分解（AFD）方法，获取了每次疫情波的趋势，并通过整理和分类，梳理国家防控期间的疫情趋势规律。透过这个趋势数据，可以很好地预测类似干预情况下的疫情规模与时长。该方法曾准确预测澳门2022年“618”疫情和三亚2022年8月疫情规模与结束时间。