Epicast 2.0：用于模拟美国呼吸道病原体传播的大规模、人口特征细化的智能体模型

近期呼吸道病原体流行病的历史（包括由流感和 SARS-CoV-2 引起的流行病）突显了对先进建模方法的迫切需求，这些方法能够准确捕捉国家尺度上异质的疾病动态和结果，从而提高资源分配和决策的有效性。在本文中，我们描述了 Epicast 2.0，这是一个智能体模型，它利用高度细化、合成的种群和高性能计算技术来模拟整个美国的呼吸道病原体传播。该模型复制了超过 3.2 亿个智能体在学校、工作场所及其社区内进行日常活动时的接触模式。Epicast 2.0 支持疫苗接种和一系列非药物干预措施，这些措施可以通过高度细化的、用户指定的政策来促进或放宽。我们使用广泛的爆发场景来说明该模型的能力，突出了模型多样的动态特性及其对政策探索的广泛支持。该模型为进行“假设”场景分析和提供减轻传染病影响潜在策略的见解提供了一个稳健的平台。