国内疫情防控有成效、复工需加强防护！Python搭建新冠肺炎预测模型全解读

---

  新智元报道  

编辑：元子

【新智元导读】新冠病毒疫后复工成为当务之急，然而病毒尚未消散，风险权衡面临不确定因素。传统机器学习模型虽然可以精确拟合历史数据，但由于脱离疾病传播机理，外推预测的可靠性低。与以往的疾病传播模型不同，南栖仙策的模型对病情的发展进行建模，能够更好的模拟潜伏期、无症状感染者。「新智元急聘主笔、编辑、运营经理、客户经理，添加HR微信（Dr-wly）或扫描文末二维码了解详情。」

新冠病毒疫后复工成为当务之急，然而病毒尚未消散，风险权衡面临不确定因素，如果可以准确预测未来的疫情走势，将会为复工计划的制定提供有效辅助。

传统机器学习模型虽然可以精确拟合历史数据，但由于脱离疾病传播机理，外推预测的可靠性低。另一方面，传染病学领域提出的传播模型则恰好相反，主要依赖疾病传播机理进行推演，但对历史数据的拟合能力弱，不同疾病会得到相似的结论，特异性不足。

近日，南栖仙策通过强化学习融合传染病传播机理与数据拟合，使用其自主研发的Universe平台构建传播模型，并基于横琴先进智能计算平台提供人工智能计算资源，实现新冠病毒疫情长达60天的预测，可为疫情防控提供决策辅助。

在线预览预测结果：

http://ncov.polixir.ai

值得注意的是，目前AI领域常用的深度学习模型是黑盒模式，内部运算过程难以被人们理解，同时也难以将人类总结的知识注入模型中。南栖仙策构建的模型，则是基于Python代码搭建模型框架，代码中留有多个待定参数，再由系统从历史数据中最终确定这些参数，完成模型的训练。

如此一来，模型的运行过程完全可以被人理解，并且可以通过编写代码将人们的知识写入模型。与以往的疾病传播模型不同，南栖仙策的模型对病情的发展进行建模，能够更好的模拟潜伏期、无症状感染者。最后，基于强化学习与横琴先进智能计算平台充裕的智能算力，传播模型可以在仅有确诊病例数据的情况下，推导潜在感染人数、接触感染率等未知因素，因而可以在不同防控力度的预置条件下进行长期预测。

模型拟合数据走势：非以往的传播模型输出简单的光滑曲线

基于1月17日至2月17日的公开数据训练模型，可以观察到模型对数据的学习能力。下图分别以新加坡、日本和两个沿海经济大省的数据为例，对比实际数据与模型的学习结果。可见，模型并没有如同以往的传播模型输出简单的光滑曲线，而是更加符合数据的走势。

 

海外疫情形势严峻，尤其是日本

传播模型可以持续运行至未来60天，并且模型中的一个重要参数，每日人均接触人数，可以成为防控调整的重要决策变量。防控力度越强，人均接触人数越少，反之则越多。因此借助模型的推演能力，可以预测在不同防控力度下病情的未来发展。新加坡和日本两国，目前尚未采取有力防控措施。下面对两国无防控情况，以及三种不同力度人均接触人数进行推演。

 

上图可见，对新加坡来说，如果不加防控，按照推演结果，30天内，累计确诊人数增长了4倍，日增感染人数增长了2倍多，潜伏的感染人数增长了4倍。60天内确诊人数将爆炸式增长。管控力度做到人均接触15人可以减缓确诊人数的增长速率，但仍不能达到阻断疫情的效果；如果将管控力度做到人均接触10人或者5人以内，则确诊人数将持续下降。人均接触人数从10降至5，将会使疫情结束日期提早30天左右。

 

日本的疫情较新加坡更为严重。如果不加防控，30天内累计确诊人数可增长10倍，并持续加速。与新加坡类似，如果将管控力度做到人均接触10人或者5人，则疫情将得以控制。人均接触5人的管控效果将更加显著。

从新加坡和日本政府角度看，如果采取不加防控的态度，疫情恐怕会发展到难以控制的地步，届时对经济同样带来致命的杀伤，同时还会让国民付出生命的代价。

新冠病毒为何会有如此快速的传播能力？ 其中一个关键原因在于病毒感染后潜伏期可达14天甚至更长，并且在潜伏期内也可具有传染性。毫无症状的潜伏感染者使得病毒的传播神出鬼没。南栖仙策模型中对病程发展进行了建模，因而可以观察到模型对于潜伏感染规模的推断。

 

 

上图显示了历史日期范围以及未来60天的潜伏感染人数。从图中推断，当下新加坡可能已有接近150人的潜伏感染，日本的潜伏感染则可能达到500人。这些潜伏感染人群中，一部分人可完全没有任何症状，但都将成为病毒的传播载体，造成更大范围的传染。

总的来说，如果新加坡和日本不采取严格的防控隔离措施，未来恐怕有爆发的可能。

国内疫情防控效果显著，结束隔离指日可待

我国采取的防疫隔离措施已经取得了明显的成效，新增确诊人数逐日下降。下图以两大省份为例，推演了在两种管控力度（即每日人均接触人数为10人和5人）下，进行未来60天的疫情变化。

 

 

可见，在每日人均接触人数控制在5人以下时，有望在未来1周内新增确诊人数下降至个位数，4周完全结束疫情。而更松的管控力度，可能造成疫情结束日期后延。

复工后需加强防控，逐步有序复工效果更佳

当前国家采取了强力的防控政策显然是一个正确的决策，将迅速扑灭疫情。管制措施在抑制疫情的同时也会抑制经济发展，恢复经济活动又势必促进人员接触，增加疫情风险。借助模型的推演能力，我们可以预测不同的复工时间对疫情的影响。

为模拟复工情况，设置复工前每日人均接触人数不超过5人，而复工后为15人，分别选择2月20日、2月24日、2月28日和3月2日四个复工日期为例，在复工当天提升接触人数，下图显示了疫情的变化。显然，推迟复工时间有利于控制疫情，但经济损失也更大。逐步复工则是更能平衡疫情控制与经济恢复的手段。通过阶段提升指接触人数模拟逐步复工，在以上四个复工日期逐步将接触人数增加到7、9、11、13。下图可以观察到，阶段提升接触人数的曲线，仍然可以有效控制疫情，也有利于尽早恢复经济生产活动。

 

 

上图也可以观察到，不同的省份之间存在一定，应结合更多信息，针对性的制定复工计划。预测结果同时也提示疫情尚未结束，复工需加强防护，正确口罩佩戴、加强日常消毒，尽量减少不必要的人员接触。潜伏感染人员仍然存在，不可放松警惕。

南栖仙策是南京大学人工智能创新研究院孵化的一家专注于智能决策的人工智能新锐公司，基于强化学习、环境模拟、策略迁移、自动机器学习等独有开放环境自主决策的核心技术，突破传统决策技术依赖人工设计的局限，实现了通用智能决策的落地，并成功应用于智能制造、仓储物流、电商推荐、精准营销等多种业务场景中。南栖仙策致力于为各行业提供智能决策平台服务，在复杂现实环境中实现智能最优决策。

新智元急聘主笔、编辑、运营经理、客户经理，添加HR微信（Dr-wly）或扫描二维码了解详情：