本文来自微信公众号： KnowingAI知智（ID：Knowing_AI）

流行病学（epidemiology）是探讨人类感染疾病的原因以及如何防治疾病的科学。

通过研究了解疾病在时间、空间和人群间的分布状况，了解其决定因素，应用研究成果来控制疾病。

流行病学的研究最早起源于 1854 年。

当时伦敦霍乱爆发，人们认为霍乱经由空气传播，医师 John Snow 却为是经由水传播。通过标记地图研究水井与患者分布，John Snow 找到了被污染的水井。拆掉水井手柄后，发病率明显下降。

一百多年后的今天，人口流动更快，人们被感染的可能更多，我们该去哪儿寻找“水井”？

答案是数据。

除了疾病的诊断数据，长距离人口迁移、城市交通工具使用状况、人口流动等数据，同样是预测疾病流行情况的基础。

除此之外，天气、政策与预警措施、现有医疗条件及过往流行病发病状况，都能为预测疾病的流行趋势提供帮助。

2014 年西非爆发埃博拉疫情，相关专家就曾为此建立模型。通过引入病例、感染率、交通、移动通信、社交媒体等数据，得出的结论是如不加以控制，最终感染人数会达到 140 万人。

在数据的指引下，医务人员奔赴核心疫区干预，最终将感染人数控制在 2.8 万人。

新冠肺炎疫情开始之初，人们同样试图用已有数据预测它的传播。

得出的结论是新冠肺炎的 R0 值，即平均每个人会传播的人数在 3 左右，再加上较长的潜伏期，新冠肺炎的传播能力非常强。

模型能给出的不仅仅是感染情况预测，还能得出有效的行动指导。

比如来自西安交通大学 1 月 24 日的论文中就提到，加强接触者追踪、检疫隔离等干预措施能有效降低传播速率。

1 月 27 日来自香港大学的报告中提到，新冠肺炎将成为全球流行病，应立即采取严格限制人口流动的措施。

模型同样会告诉我们一些被忽视的真相，比如 12 月中旬就已发生了人传人现象。

这里是一些可供查阅的论文列表，以及做好防护措施，祝大家平安。

1.Novel coronavirus 2019-nCoV: early estimation of epidemiological parameters and epidemic predictions

2.Estimation of the Transmission Risk of 2019-nCov and Its Implication for Public Health Interventions

3.Early Transmission Dynamics in Wuhan, China, of Novel Coronavirus–Infected Pneumonia

4.Transmission dynamics of 2019 novel coronavirus (2019-nCoV)

5.Real-time nowcast and forecast on the extent of the Wuhan CoV outbreak, domestic and international spread

本文来自微信公众号： KnowingAI知智（ID：Knowing_AI）