西安交通大学人工智能学院完成上海新冠疫情预测

西安交通大学人工智能与机器人研究所1月组建了新冠肺炎疫情预测课题组，并提出了一种基于混合人工智能框 架的新冠疫情预测模型，该模型修正了传统传染病模型中的传染率分布， 并引入公众预防意识与防疫政策对疫情发展趋势的影响等因素（相关工作发表于 IEEE Trans. Cybernetics，vol. 50, no. 7, July 2020）。今年 2 月下旬， 上海市出现奥密克戎变异毒株新冠疫情以来，课题组应用该模型的基本框架，对上海本轮新冠疫情发展趋势进行了预测。模型使用了国家卫健委网站公布的 2022 年 3 月 16 日至 4 月 8 日期间上海市新冠肺炎阳性感染者数据。

基本结论如下：

1） 本轮疫情单日新增阳性感染人数峰值出现在 4 月 12 日前后；

2） 本轮疫情将在 5 月 14 日-21 日期间实现“社会面动态清零”目标；

3） 上海本轮新冠肺炎阳性感染者总数约为 47.4 万，由于本轮疫情的特点是奥密克戎变异毒株在社区出现大规模隐匿传播，感染者数量会有一 定的动态变化；

4） 如果上海市 3 月底以来对本轮新冠疫情没有坚持“动态清零”的总方针及其有效的管控措施，本轮疫情最高单日新增新冠肺炎阳性感染人数将达 6.3 万；

5） 由于奥密克戎变异毒株传染性强，疫情外溢易引发社会面局部零散爆发的情况，坚持当前的疫情防控政策，加强社区全员核酸检测和重点环境（包括物流、阳性感染者所在小区公共区域等）的新冠病毒采样检测， 精准阻断病毒传播，本轮疫情一定会得到有效遏制；尽管本轮疫情将在 5 月 14 日-21 日期间实现“社会面动态清零”目标，但并不意味着疫情结束， 需要有长期应对的措施。

一、预测基本模型与数据准备

1.1 新冠疫情预测基本模型

使用4月8日之前上海市新冠肺炎阳性感染人数的数据，对上海市本轮新冠疫情发展趋势应用图 1 所示的模型进行预测。

图 1 上海新冠疫情预测模型基本框图（ISI-修正的 SI 传染病预测模型）

1.2 数据准备

所有数据均来源于国家卫健委官方网站（）。

由于当日公布的无症状转确诊病例已在之前公布的无症状感染者数据中进行了统计，为避免重复计算，上海市每日新增新冠肺炎阳性感染人数 按“新增确诊病例数+新增无症状感染者数-无症状感染者转确诊病例数” 进行计算。

2月24日至4月8日期间，上海市新冠 肺炎阳性感染人数如表1和图2所示。

表1：2月24日至4月8日国家卫健委网站发布的上海市新冠肺炎阳性感染人数。

日期

感染人数

2 月 24 日

1

2 月 25 日

1

2 月 26 日

1

2 月 27 日

1

2 月 28 日

3

3 月 1 日

2

3 月 2 日

8

3 月 3 日

16

3 月 4 日

19

3 月 5 日

28

3 月 6 日

48

3 月 7 日

55

3 月 8 日

65

3 月 9 日

80

3 月 10 日

75

3 月 11 日

83

3 月 12 日

65

3 月 13 日

167

3 月 14 日

139

3 月 15 日

202

3 月 16 日

157

3 月 17 日

260

3 月 18 日

374

3 月 19 日

503

3 月 20 日

758

3 月 21 日

895

3 月 22 日

981

3 月 23 日

983

3 月 24 日

1609

3 月 25 日

2264

3 月 26 日

2674

3 月 27 日

3500

3 月 28 日

4456

3 月 29 日

5964

3 月 30 日

5637

3 月 31 日

4482

4 月 1 日

6309

4 月 2 日

8153

4 月 3 日

8935

4 月 4 日

13350

4 月 5 日

17037

4 月 6 日

19967

4 月 7 日

20899

4 月 8 日

23204

（每日新增新冠肺炎阳性感染人数=新增确诊病例数+新增无症状感染者数-无症状感染者转确诊病例数）图 2 2 月 24 日至 4 月 8 日上海市新冠阳性感染人数变化图

二、上海市本轮疫情发展趋势预测

3月底，上海市应对本轮新冠疫情的防控策略做了重大调整，这里选择3月31日作为数据分析的起始时间点，使用 3 月 31 日到 4 月 8 日期间实际的新冠肺炎阳性感染人数进行疫情趋势预测。

2.1 数据预处理

由于实际阳性感染人数数据受如核酸检测时间、社区防控现状等诸多 因素影响，需要对数据进行预处理，使之更符合疫情发展状况。根据以下 规则进行数据预处理：

1） 高斯拟合：拟合函数 y = ce-( x-b)2/a ；

2） 已公布的阳性感染者总数不变，即基准数据之和不变；

3） 与真实数据最后 2 天形成的趋势尽量接近；

4） 均方误差最小，即预处理结果与公布数据之间尽量接近。

最终获得拟合函数为 y = 27566.62e-( x-12.7337)2/80.9302

图 3 3 月 31 日至 4 月 8 日真实数据与预处理数据的比较

2.2 基于 ISI 模型的疫情预测

将预处理后的3月31日至4月8日数据作为基准数据，使用图1所示的ISI传染病预测模型，得到第 t 天的阳性感染者由前5天内新增感染者感染的比例分布如图4所示。

图 4 上海本轮新冠疫情中第 t 天的阳性感染者由前 5 天内新增感染者感染的比例分布情况

由图4可以看出，自3月底以来，上海市进一步加强了疫情全面防控措施，第t天的阳性感染者从统计意义上只与3天内感染的病毒携带者有关。

按照当前“社会面动态清零”的总方针及相应的防控措施不变，以3月31日至4月8 日实际阳性感染者数据作为基准数据，由预测模型可得上海市本轮疫情的整体发展趋势如图5所示。

图5 预测的上班本轮疫情发展趋势

由图5可以看到，本轮疫情单日新增阳性感染人数峰值约 2.77 万，出现在4月12 日前后；在5月14日-5月21日期间可以实现“社会面动态清零”目标；自2月24日到5月中旬上海市本轮疫情累计阳性感染人数约为47.4 万。

三、结论

综合上述分析，可得如下预测结论：

1） 上海市本轮疫情单日新增阳性感染人数峰值出现在4月12日前后；

2） 本轮疫情将在5月14日-5月21日期间实现“社会面动态清零”目标；

3） 本轮疫情阳性感染者总数约为47.4万；由于本轮疫情的特点是奥密克戎变异毒株在社区出现大规模隐匿传播，感染者数量会有一定的动态变化。

4） 上海市对本轮疫情的防控可看作两大阶段。在上海市3月底实施全面管控措施之前，3月21日至28日新冠阳性感染率从1.71下降至1.52，平均下降率为0.026/天，如图（a）所示；在3月底实施全面管控措施之后，4月5日至8日新冠阳性感染率从1.50下降至 1.29，平均下降率达到0.070/天，如图6（b）所示。其中在3月29日至3月31日感染率数据出现较大波动，可能是上海市本轮疫情动态不确定性的转变期。

（a）3 月 21 日至 3 月 28 日上海市新冠病毒感染率变化趋势

图 6 上海市 3 月底实施全面管控措施前后新冠病毒感染率变化情况（b）4 月 5 日至 4 约 8 日上海市新冠病毒感染率变化趋势

5） 如果上海市3月底以来对本轮新冠疫情没有坚持“社会面动态清零”的总方针及其有效的全面管控措施，本轮疫情最高单日新增新冠肺炎阳性感染人数将达6.34万，本轮疫情累计阳性感染者总数可能达到171.7万例。

如图 7 所示。

图 7 如果不坚持“动态清零”的总方针及其有效的防控措施， 上海市本轮疫情的可能发展趋势

6）由于奥密克戎变异毒株传染性强，疫情外溢易引发社会面局部零散爆发的情况，坚持当前的全面防控政策，进一步加强社区全员核酸检测和重点环境（包括物流、阳性感染者所在小区公共区域等）的新冠病毒采样检测，精准阻断病毒传播，本轮疫情一定会得到有效遏制；尽管本轮疫情将在5月14日至5月21日期间实现“社会面动态清零”目标，但并不意味着疫情结束，需要有长期应对的措施。

来源：西安交通大学