新冠病毒是如何擴散的？我們用數學來說話。
1月中旬的時候，當時的新冠肺炎還只是一種原因不明的肺炎疾病，至少，當時已經有41名確診患者的城市武漢是這麼認為的。但不久之後，這個原因不明的肺炎開始散步到其它國家。最開始是泰國，然後是日本，然後又是泰國，這些發病者都曾前往過武漢旅行。
武漢和上述國家有都有通航，不過既然已經有了3個確診的國際感染者，那麼對於這個城市而言，實際感染的人數肯定非常多了。當研究者們利用航班數據來分析，到底有多少未被上報或未被發現的感染人數時，數據模型顯示，當時的感染人數應該已經上千，遠不是只有幾十人這麼點兒。
在疫情爆發階段，我們一開始很難完整的了解到疫情傳播的情況，在這種情況下使用數學來幫助分析就顯得很重要了。除了搞清楚到底有多少感染者外，我們還得搞明白另外的問題，比如說這個病毒的情況到底有多麼嚴重：如果某人被診斷為新冠肺炎，那麼致死率到底有多高？
到了2月11日，全球除中國外共有395例確診病例，1例死亡病例，這可以說是當時最準確的數字了。最開始乍一看，好像致死率是1/395，也就是0.3%。不過這種算法有個大錯。
病人在確診染上肺炎時，不論最終結果是病人病情惡化去世，或是病人最終健康，總有幾周的延遲時間，因此我們不能把新發病的人數計入致死率當中，因為我們還不清楚他們身上會發生什麼。如果我們把這些延遲的時間計算在內，我們會發現致死率大概在1%左右。這種數字上的偏差在2014年伊波拉病毒爆發時也曾出現過：早期的新聞報道的致死率要比實際的致死率低得多，讓人們對新聞報道的真實性產生了質疑。。
數學不光能幫助我們增進對這場疾病擴散的理解，同時也可以幫助我們找到應對疫情的方法。
1854年，英國醫生John Snow（就是權游裡面那位啥也不知道的囧斯諾的姓名來源）把倫敦布羅德大街的水泵把手給拆了，然後間接阻止了一場霍亂大爆發。唯一的問題是：當他干這件事兒的時候，當時的霍亂髮病程度已經上升到了頂點。
在這回新冠肺炎的爆發過程中，中國政府作出了幾個前所未有的必要措施來阻斷疫情傳播，包括城市間的出行限制，到學校停課。數學家們現在正在努力分析，搞清楚這樣的措施對抑制疫情傳播能起到什麼樣的作用，或許我們也一樣是在疫情的定點處「拆掉了水泵把手」。
不過分析上的挑戰仍舊來源於真實數據的延遲。被感染的人如果想表現出症狀，需要一定時間，確診病人的人數被統計上來也需要一定時間，因此疫情傳播中數據發生的變化需要拖個大概一到兩周才能在數據上體現出來。這也就是說，如果我們採取了某種措施來抑制疫情，而疫情如果真的瞬間就被抑制住了，那麼很大機率來說，抑制的原因並不是我們採取的措施。
除了理解疫情傳播的狀況外，數學還能夠幫我們預測未來可能發生的事情。
現實當中，我們只能看到疫情爆發的唯一情況，但通過數學模型，我們能模擬出種種可能性。我們能夠預知疫情發展的方向，從而判斷我們應採取哪些新的防控手段。
本文譯自：
https://www.newscientist.com/article/2233386-coronavirus-how-maths-is-helping-to-answer-crucial-covid-19-questions/
文章內容基於知識共享協議編譯。文中圖片除特別註明外，均來源於免版權網站，已保留原圖地址。
文中任何內容如涉及侵權請聯繫後台處理。
轉載請註明出處。
【覺得文章內容有趣？歡迎關注】
文章來源: https://twgreatdaily.com/zh-sg/xtLrX3AB3uTiws8KXuvS.html