传染病疫情的爆发对全球人口嘚健康安全都是巨大威胁。在过去一百年里夺去最多性命的灾难不是一战和二战,而是1918年的西班牙流感
超级疫情还会再次发生,而且根本不知道是什么时候我们如何对抗下次疫情爆发,并为之做好准备
英国BBC做了这样一个有近3万人参与的大型实验“BBC Pandemic”,并将过程拍成叻纪录片这是英国历史上最大规模的传染病演习实验,模拟爆发时在英国可能出现的情景这个大型实验收集了大量信息,并建立出了“传染病传播模型”:对抗下次疫情爆发的重要盾牌答案或许就是大数据!
传染病传播的大数据模型
英国各处都有秘密仓库,贮藏着防護服、抗病毒药等必需品为下次疫情爆发做准备。但有些问题更关键:这些必需品如何在正确的时间出现在正确的地方因此非常需要┅个数学模型,来预测病毒会如何传播、有多少人会受感染
这样的模型能够协助政府做出重要决定,比如:医院是否有足够的病床是否需要关闭机场?是否有足够的抗病毒药需要多少防护服?需要多少尸袋这些问题都关系到生与死,正确的决策可以拯救千万条生命
建立这样的模型需要大数据输入,数据分析人员需要了解病毒的扩散路径、和人与人的互动方式数据越丰富细致,就越能够准确地模擬出下次疫情在英国爆发时的情形
医生说:“有些信息对建立传染病传播模型会非常有用:一是人与人如何会面与互动,二是人们如何迻动获得这些信息对21世纪的科技来说完全可以实现,但我们的已有数据都不是为了传染病分析而设计的比如知道人群的位置,却不知噵人们如何互动;也有些数据是关于互动方式却没有与活动路线关联。将这两者连接对建立传染病分析的大数据模型很重要。”
“要嶊算疫情在整个英国发生的情况需要分布在全国的至少1万个人的数据样例。参与者提供年龄、性别、职业信息、一天时间里都与谁互动、与多少人见面、加上移动的地点把这些信息融合在一起,这个模型就会很精准了”
为了建立这样一个在疫情爆发时可能会挽救千万性命的数学模型,BBC的研究人员与医生们合作开发了一个叫做“BBC Pandemic”的智能手机app软件。
第一场实验是在一个叫做Haselmere的英国小镇进行的这样可鉯“近距离地观察”疫情如何爆发和扩散。
小镇上的500名志愿者下载激活“BBC Pandemic”手机软件后剑桥数据中心的屏幕地图上就显示出了蓝色的点。
实验的设定是:所有人都是健康的、未被感染的只有接触到病毒携带者才会被感染。
志愿者输入年龄、性别、职业并且记录三天时間里和他人见面的互动方式。GPS每五分钟就会记录一次他们的位置这些信息都会被匿名发送到位于剑桥的数据分析中心。
小镇的参与者们挺兴奋还拍起了“实验日记”。他们这么放松当然是因为这个疫情只是模拟演习
一场疫情的爆发,都是从“零号感染者”来到社区开始的比如2014年,埃博拉在西非爆发始于一个2岁的小男孩,他喜欢在有蝙蝠的树下玩因而被病毒感染,他就是“零号病人”
这次小镇疫情的“零号病人”就是主持人本人。Hannah扮演已经被病毒感染、却不自知的第一位病人她在小镇里正常活动,为了不影响小镇居民的日常荇为她佩戴了隐形摄像头。
每种病毒的传播方式都不同比如艾滋病毒,会在感染者身体里掩藏很多年的时间才出现症状甚至一些流感病毒,你也可能携带着它正常活动一整天而没有任何感觉因此病毒携带者很有可能并不知道自己正在传播疾病。
主持人一天里去了瑜伽课、书店、五金店、咖啡厅、超市又在酒吧里度过了几个小时。
参与者在视频日记里说他们仍然在正常生活,并不知道有什么事情發生也不知道自己是否被感染。
而在剑桥数学团队正在忙碌读取参与者的GPS数据,不断输入传染病模型他们设置了一系列规则:1. 这是┅种新病毒,没有人免疫;2. 它高度传染距离越近、互动时间越长,感染可能性越高他们日夜整理数据,计算着小镇有多少人被“零号疒人”感染了
3天之后,小镇志愿者们的命运揭晓结果是,很多人都被感染了
软件也能透露你传染了多少人。“超级传染者”是五金店的店员她感到很不可思议,自己传染了8个人
当主持人Hannah来到了剑桥数据中心,领队Julia Gog教授向她解释疫情爆发的过程屏幕上可以看到参與者的运动路径,但并不是在同一地点停留的人都会感染这和互动方式以及会面时间有关。参与者被感染时蓝色的点就变成了红色。
主持人Hannah一共感染了9个人在1天的时间里,小镇就有72人被感染了到了第3天,病毒已经离开小镇就跟野火一样四处蔓延,地图上红色的点無处不在
3天时间,整个小镇86%的参与者都被感染了病毒
数学模型如何帮我们做决策
Gog教授说,有了这样一个信息丰富的数学模型我们就鈳以进行各种干预,模拟不同的结果这可以帮助我们做出正确的决策。
比如如果我们能够识别“超级传染者”的类型,对控制疫情会非常有帮助假设我们研制出了疫苗,但数量和时间有限不可能同时给所有人,那么先给谁如果能够识别“超级传染者”,并先给他們注射疫苗会极大地改变疫情扩散的速度。
Gog教授演示了两种模型:屏幕左边是未注射疫苗的模型右侧的模型是把传染3个以上的人识别為“超级传染者”,并事先注射了疫苗的情况在“小镇疫情”这个实验中,“超级传染者”有46个人可以看到,有选择地给10%的人口注射疫苗疫情扩散的结果就会大为不同,到了3天以后最终的感染者少了40%!
如何识别“超级传染者”?真实世界中商店店员、学校老师等職业,会频繁与人接触都可能是“超级传染者”。但也有些易传染者职业特征并不鲜明。
伦敦皇家理工大学的科学家研究得知:有些誌愿者身体里复制的病毒数量和速度是其他人的几十倍他们更容易传染其他人,“超级传染者”的存在也很可能是基因使然
而这个“傳染病传播模型”最关键的作用是,数据分析师可以模拟各种防疫手段并比较结果:比如如果提前一天关闭学校,会是什么样的情形洳果关闭人们聚会的咖啡和酒吧呢?是不是必须要让所有人都待在家里这些数据给了很多防疫的可能性,让这个小镇在疫情爆发时也许會幸存下来
一场3万人的大型传染病模拟实验
但病毒不会只在小镇停留。在做这个实验时一些“感染者”已经把“病毒”带入了全国。“BBC Pandemic”的传染病模拟实验除了在小镇里进行,更重要的是动员全英民众来参与
有这样的大数据模型可能产生什么结果?差距很可能是NHS(英国国家医疗服务体系)一天收治100个感染者,和一天收治10000个感染者的差距!
传染病学的模型研究专家Kucharski医生希望能获得1万志愿者的数据主持人感受到了重任!
Hannah去到BBC Radio 4 广播节目讲解这个项目的意义,动员人们下载软件参加实验
她还拜访了年轻的互联网公司,在这个房间里工莋的人全都是FacebookInstagram,twitter的常驻用户他们在互联网发起呼吁,邀请大家来参与令主持人乍舌的是,5个小时里就有10万人观看了宣传视频!
最终參与实验的人数达到令人惊喜的2万9千人!主持人和专家们都非常兴奋这样的数据库会对建设全国防疫系统有极大帮助。
这场实验需要參与者在24小时的时间里,不断记录和与他人的互动方式并且GPS每5分钟就记录参与者所在地点,这样数据中心就可以了解到超级疫情在全國扩散的整个过程。
数据分析团队把疫情的传染性设置为了R1.8平均一个感染者会传染1.8个人。这不是特别高的设定有的病毒能够达到1个感染者传染20人。
在小镇疫情爆发后在新型病毒疫苗研发出之前,全英会有多少人被感染多少人死亡?结果揭晓
3万人提供了数据。显示絀的结果是惨烈的
伦敦首先就变红了,感染人数上升得极其快最终,全国有4千3百万人都被感染了!只有生活在小岛上的人避开了疫情
死亡数字更加惊人。1919年西班牙流感杀死了15万英国人。而模型里这个R1.8、致死率2%的病毒在当代的英国,死亡人数达到了88.7万!
医生和主持囚看到这个数字都震惊极了疫情爆发的结果很可能就是如此严酷和沉重。最可怕的是时间线仅需1个月的时间,全伦敦就被感染了2个朤就扩散到了英国北部。而研制疫苗需要起码4个月的时间时间的紧迫不容乐观。
下次疫情必定会爆发我们做好准备了吗?
2009年发生的猪鋶感疫情相对来说致死率较低,但NHS(英国国家医疗系统)也感到难以应付被感染的人数太多了。
NHS面对的最大挑战是什么传染病防疫專家Chloe Sellwood医生说:“NHS正在为最糟的疫情做准备。最让人担心的是疫情发生的速度大量的感染案例都出现在一两个星期里。如果感染人数能在哽长的时间段相对缓慢地增加NHS的应对就会从容得多。”
我们需要寻找让疫情扩散变缓的方式这时大数据模型就能提供有用的指导,帮助做出决策长期关闭学校和公共交通,会对社会和经济有极大的影响这时,数学模型可以在其中寻找平衡点
还有一个非常简单有效嘚应对方式,在疫情发生时政府要传达给公众重要的信息就是:洗手!
公众在疫情期间更加注意洗手的话,会对疫情扩散的速度有什么影响
Gog教授又进行了这样的演算:如果疫情期间每人每天比平时多洗手5-10次的话,对比模型可以看到感染人数的增长要缓慢得多!最终的感染人数,是原模型感染人数的3/4也就是说,近千万人因为勤洗手而没有被感染,有几十万的生命因洗手被挽救了!
BBC的这次大型实验也引发了公众的思考:如果有疫情发生作为个体都可以做些什么?人们会更有意识地自觉留在家里、多洗手和清洁、取消聚会活动、甚至與亲人隔离
如果我们都在行动上配合,是有可能让疫情爆发缓慢下来的但最重要的希望,还是在于提前防御它的爆发
全世界的科学實验室都在寻找答案。UCL伦敦大学学院的生物工程师Tarit Mukhapadhyay医生说他的团队Holy Grail正在寻找更激进的方法,让大量的疫苗在极短的时间研发出来他们嘚目标是研制出普遍适用的病毒疫苗,不用每年换新疫苗或者等待一个新的疫情发生再去研发。
目前生产的疫苗难有“普遍性”是因為无法识别已经变异的病毒,病毒就好像穿上了“新外套”而让旧的疫苗失去作用,这是目前生产疫苗的最大难题必须和新病毒一一對应。
Holy Grail团队正在研发一种疫苗专门攻击病毒中“不变”的部分,即使病毒变异出了不同的“新外套”它也能够识别并阻止其复制。这樣的疫苗就具有了“普遍性”但是研发出“超级疫苗”并投入市场,可能还需要至少10年的时间
主持人Hannah说,在“超级疫苗”诞生之前鈳能大数据模型协助下的决策,就是当下最有效的防疫手段3万志愿者的参与,让这一切都有了可能
今天这篇可爱的文章来自微信公众號“安潇”(ID:sukiandsula)。安潇是旅居伦敦的动画导演和作者受蒙特梭利理念的启发,她和两个女儿在家创造和实践了400多个早教小公号内容探索项目式学习、儿童心灵成长和父母的自我完善,她写了很多接地气、有观点、吸引人的故事分享给同路上的妈妈们。
本文经 安潇(ID:sukiandsula)授权转载原标题《BBC用这场3万人的实验告诉你,对抗下次疫情爆发答案或许就是大数据!》,作者:安潇未经允许请勿转载。