2021年夏末，当德尔塔变异毒株袭击郑州之际，千里之外的兰州大学西部生态安全省部共建协同创新中心内，一套复杂的数学模型正在高速运转，研究人员输入最新疫情数据后，系统生成的可视化图表显示出一条条预测曲线——这些由兰州大学自主研发的全球疫情预测系统（GPCP）输出的结果，很快被送往决策部门,成为郑州疫情防控的重要科学参考。
兰州大学全球疫情预测系统自2020年8月上线以来，已成功对全国30多起突发疫情进行了预测，该系统采用先进的元胞自动机模型和人工智能算法，结合人口流动、防控措施和病毒传播动力学参数，能够生成高精度的疫情发展趋势预测，针对郑州疫情，研究团队特别纳入了当地人口密度、交通枢纽特性、疫苗接种率等区域化参数,使预测结果更加贴合实际情况。
在郑州疫情防控中，该系统主要提供了三方面关键支持：首先是对疫情峰值和规模的预测，帮助政府提前规划医疗资源；其次是对不同管控措施效果的模拟，如封控范围、核酸检测频率对传播链的影响；最后是提供了疫情结束时间点的科学参考，为社会经济活动恢复提供决策依据，这些预测不是简单的数字游戏，而是建立在严密的数学建模基础上，每次预测都会给出置信区间和误差范围,明确告知决策者预测的不确定性程度。
“我们的模型就像一个数字沙盘，可以模拟不同防控策略下的疫情发展轨迹。”兰州大学新冠肺炎疫情预测团队负责人表示，在郑州疫情初期，团队通过模拟发现，若采取传统防控模式，疫情可能会持续较长时间；而如果加大核酸检测频次、扩大筛查范围，虽然短期会增加防控成本，但能更快地控制疫情，这些基于数据的科学建议，为郑州采取“快速检测、快速隔离”策略提供了理论支持。
数字模拟技术的优势在于能够进行虚拟对照实验——这在现实中是不可能实现的，通过对比不同防控场景下的模拟结果，研究者能够识别出最优干预方案，郑州疫情中的封控范围划定就参考了模拟结果：模型显示，将封控区精确到街道而非整个行政区，既能有效控制传播，又能最大限度减少对社会经济的影响,这一精准化防控建议最终被采纳实施。
任何模型都有其局限性，兰州大学团队在预测郑州疫情时，也面临着数据不完整、人类行为不确定性等挑战，为此，他们采用数据同化技术，随时根据最新疫情数据调整模型参数，不断优化预测精度，这种“预测-验证-校正”的循环机制,使得预测系统能够像学习型大脑一样越来越精准。
兰州大学的疫情预测研究代表了中国科学界在公共卫生危机管理中的前沿探索，将复杂的现实世界抽象为数学模型，再通过计算模拟提供决策支持，这种“数字孪生”理念正在改变传统依赖经验的疫情防控模式，正如团队专家所言：“我们不是在预测未来，而是在计算各种可能的未来，帮助决策者选择最优路径。”
郑州疫情防控的实践表明，科学防控需要多学科交叉支持，数学、计算机科学等基础学科的创新，正在公共卫生领域发挥越来越重要的作用，兰州大学的工作证明，中国科学家不仅能够追赶国际科研前沿，还能根据本国国情开发具有特色的原创性研究，为国家治理提供“中国式解决方案”。
随着全球进入与病毒共存的阶段，疫情预测模型的价值将更加凸显，兰州大学团队正在开发新一代预测系统，将纳入更多社会经济参数，提供更全面的决策支持，这项研究的意义已超出疫情防控本身，它代表着数字化、科学化治理的新范式，展示了中国科学家如何用知识和创新守护人民健康，为全球抗疫贡献“中国智慧”。
微信扫一扫打赏
