兰州大学西部生态安全省部共建协同创新中心研发团队研发的世界上第一个“全球COVID-19疫情预测系统”自去年5月上线运行以来，已经实现对全球有疫情数据的190多个国家进行了每日新增病例的预测，并成功预测去年9至11月全球将出现二次暴发，特别是对河北确诊病例(截至1月底)的预测误差比达到了0.7%。该系统也被钟南山院士两次点赞。并称，该系统的预测是相当可靠的。对于去年北京新发地疫情的预测基本和后来的疫情发展一致。

黄建平教授介绍预测系统情况/记者 刘俊海摄

预测香港疫情3月底得到控制

该系统实现了对全球各个国家和地区的月预测和季节预测。对于最近出现的突发性的疫情，尤其是国内重点地区，包括北京、香港、大连、新疆、河北、黑龙江等地区这段时间以来的聚集性疫情，也做了城市尺度的预测，模拟了二级管控和三级管控。

对于香港疫情，该系统预测，二级管控下，每日新增确诊病例于2020年12月17日左右到达峰值98人，目前呈下降趋势，于2021年3月底逐渐得以控制;三级管控下，每日新增确诊病例于2020年12月22日到达峰值164人，目前呈下降趋势，2021年3月底得到基本控制。

该研发团队负责人、兰州大学西部生态安全省部共建协同创新中心主任黄建平建议，必须进行详细的流行病学调查，控制住所有传染源，加强管控力度，并且尽早注射疫苗，才能有效控制住疫情。

黄建平教授（中）和研发团队成员/ 记者刘俊海摄

接种疫苗将加快新增病例减少

该研发团队也对是否接种疫苗对疫情的影响做了预测。黄建平介绍，如果从2021年1月1日开始的60天内分别对全球10%、 30%、50%、70%的人接种新冠疫苗，且每天接种疫苗的人数随机逐步增加,同时假设接种疫苗的人将获得永久免疫。如果全球10%, 30%、50%、70%的人接种疫苗后，全球每日新增病例数下降速度逐步加快,但并不能完全控制疫情。因此,积极有效的隔离措施和及时普遍的接种疫苗才是控制疫情的最佳方案。

对疫情预测范围将缩小到县区

黄建平教授介绍，该系统目前已经升级到第二版，相比较第一版，这一版更为复杂，预测也更为精准。在新增病例、累计死亡病例等参照因素的基础上，增加了潜伏者数据以及政府政策、社区解封时间及市民自我隔离等多种因素综合分析预测，并且可以用来进行季节性预测及疫情的二次爆发的预测。

目前，该研发团队围绕新冠肺炎疫情已经开展了多项科学研究，包括新冠肺炎传播的适宜温湿条件、季节特征、振荡特征，以及政府干预对于空气质量的影响，这些结果也同时纳入疫情预测系统中，改进和完善模型。

黄建平教授说，接下来还会继续将系统升级，第三版的预测系统将会从一个国家的预测细化到一个州/省、一个市甚至一个县，实现网格化的预测，使预测结果更加精准。

提升预测准确度曾是最大难题

2020年1月，在听到武汉封城的消息后，黄建平团队就开始着手准备该系统的研发工作。仅数据收集和统计就花费了两个月时间，去年3月开始建设模型到5月上线又花费两个月时间。

黄建平说：“我们希望利用地学专业的优势为抗疫工作做些贡献，为全球抗疫贡献微薄之力。工作初期，我们对环境、气象条件等因素对疫情发展的影响进行探究，取得了一些成果。然后，我们将其纳入流行病传染模型，有了第一版全球预测系统，建立了疫情预测网站，在网站上公布预测结果。后来，在此基础上加以改进，有了预测更为精准的第二版系统，对一些城市的突发疫情进行预测，向相关部门和专业人士提供预测结果。”

对预测模型来说，最难的事就是提升预测的准确度。黄建平坦言，早期的预测结果不太理想，其中一个重要原因就是参数的确定。“最早参数是从文献中查找的，这样的话，所有地区都是一套参数，针对性太差，而且随着时间推移，参数会变。后来，我想到了早期在我读研究生的时候，跟着丑纪范院士研究的统计—动力相结合的预测思路。借用这种思路，我们开始拟合得到参数，随时更新，一个国家一套参数。这样预测更有针对性，也更能抓住各个国家疫情主要的特征，预测结果才好起来。”

有了相对准确的预测结果，如何被认可也是一大难题。

“我们的预测结果会发给一些国家和组织，起初，消息石沉大海，没有任何回复，但是我们没有放弃，一直在坚持，就是希望能够为全球的疫情防控做一些贡献。”黄建平说。

去年北京新发地以及河北、黑龙江等地疫情暴发后，他们将该系统的介绍和疫情预测通过邮件的方式发给钟南山院士和中国疾控中心首席流行病学专家吴尊友。“没想到很快收到回复，还与我们沟通相关问题，这对我们来说是很大的鼓舞，对坚持做下去有了更大的信心。”