兰州大学研发世界首个新冠疫情全球预测系统

系统对国外疫情的预测也较接近实际情况。该系统2020年11月第二次更新的预测数据显示，美国12月份单月累计确诊病例预计达到678万左右，而实际新增确诊病例约为658万，预测数据比实际数据仅偏高3.04％。

黄建平介绍，该系统不仅可以做预测，还可以用于归因分析，例如病毒变异、洪水和抗议示威活动等因素对疫情的影响，为研判疫情态势、采取有效防控手段提供了科学依据。

引入统计－动力方法，提高预测准确度

“我们引入了天气预报的一些技巧，比如说，预报员做预报的时候总会根据天气前期的演变预测未来天气。”黄建平介绍，这个模式的最大特点就是把前期传播的演变过程考虑进来，形成了气候预测中的统计－动力方法与流行病学模型相结合的预测系统。

传统的流行病学模型中存在较多假设条件，然而疫情的发展受到各种不确定因素的影响，如管控措施、气象条件、病毒变异等，因此在进行实际应用时将不可避免地存在一定的误差。

黄建平说：“我们在传统的流行病学模型的基础之上，使用气候预测中的统计－动力方法对传统的流行病模型进行改良，利用实时更新的疫情数据，对流行病学模型中的重要参数如传染率、治愈率、死亡率等进行动态估计和修正，这大大提高了预测精度。”