科学随想

    每逢岁末，总有新一年“流行色”之类的信息发布，与之相伴则常常少不了流行性感冒。此番袭来的流感病毒，突然且迅猛，侵染身边人无数。

    不过，也有好消息传来：中国科技工作者将“人工智能+大数据”与疾病防控结合，应用流感、手足口病预测模型，已可提前一周预测传染病发生。而人们苦苦追寻了13年的SARS病毒源头，也已被揭示。

    当然，对流感高枕无忧还远远谈不上。流感或许不是单一的疾病，而是一系列快速变异的病原体所导致的疾病，其传播有高潮也有低谷。新型流感病毒爆发后起伏不定，往往依赖人类行为、气候条件等变量而潜行，这使得它们成为流行病学重要的未解之谜之一。病毒在未来的循环和流行过程中如何变异，始终是对它们监测的重点。

    为什么会周而复始地出现几轮流感？目前尚未找到生物学上的合理答案。还有几个“为什么”，也很让科学家坐蜡：为什么无法预测出某种“旧”型流行病（比如流感或麻疹）下一次爆发的时间、地点和规模？为什么更难预测出“新”型流行病（比如艾滋病之类）的发生？

    我们知道，天气预报必须依赖于大气环流及海洋的恰当模型等，而流行病预报的困难在于很难建立起精确而科学的感染模型。按照概率论与数理统计专家的说法，只有特定的一系列事件发生后流行病才爆发：由于每一事件都有一定的发生概率，因此疾病的爆发也就具有一个平均或预期的发生概率。为了预测流行病，我们需要建立准确的流行病发展的数学模型；要建立数学模型，就得了解整个链条中的每一环节及其各自的发生概率，然后将所有环节的发生概率与特定区域所有相关人员的总数相乘，即可测算出整个事态发展的预期结果。

    可问题是，从统计学角度分析，这样一个模型中存在太多的参数，而每一个参数又变化繁多，对于各个参数的估量也有着太多的不确定性，因此，总体而言这一预测就得打一个很大的折扣——无法准确预测出流行病的爆发。换句话说，尽管导致传染病爆发的因素广为人知，但疫情预报却几乎是不可能的。

    美国统计学家巴特·K·霍兰曾以一个类比说明核裂变连锁反应的发生机制与疫病的流行机制的相似性：持续裂变/传染的前提是某一个体的原子/人，必须撞击/传染靠近其另一个体。设想某一疾病在人际间的传播途径，比如说通过打喷嚏感染流感病毒。如果人群中每一感染者都平均接触并传染一个健康人（流行病学家称之为“易感者”），一场流行病就会爆发。倘若每个被感染者平均下来不能“成功”传染一个新个体，则流行病会逐渐衰亡。

    研究概率论的美国康奈尔大学教授理查德·达雷特曾介绍过一种再现传染病传播的概率模型，其最基本的一种模型叫做“接触传播”模型。该模型把世界简化为一张方格棋盘。在这样的假设下，传染病是通过与近旁其他人的直接相互作用而扩散开来的。棋盘格点上的每一个人都必然处于两种状态之一：或者是“已被感染状态”，或者是“能被感染状态”。处于“能被感染状态”的人，如果他的近旁有处于“已被感染状态”的人，那么，他就会按照假定的概率被感染，也变成了“已被感染状态”的人。

    这个模型还有一个假定，即处于“已被感染状态”的人会按照设定的概率随时间的流逝而得到康复，回到“能被感染状态”。这样一来，传染病就存在着一个“临界值”。一种传染病，如果它通过感染传播的能力低于这个临界值，迟早都会自然消失……总之，在任一给定规模的人口内部，某种疾病的易感人群所占的比例，对该病流行的最终规模起着关键作用。

    病毒学家和公共卫生官员普遍认为，新的疾病大流行几乎无法避免，他们也无法预测它何时发生。正如一位流感专家所言：“只闻钟声滴答，而我们却不知道时间。”

    回望整整100年前，1918年，一场流感在美国一个军营里悄然发生，继而席卷全球，引发了一场世界性的瘟疫，大概夺去了5000多万人的性命——这是人类历史上单次疾病大流行夺取人类性命最多的一次。至今依然令人困惑的是：它迅速而神秘地消失了，就像它迅速而神秘地到来一样。