神经网络辅助的武汉 COVID 传播隔离管控模型估计

在被称为公共卫生史上前所未有的举措中，中国自 2020 年 1 月 24 日起在拥有逾千万人口的武汉市实施 quarantine 与 isolation 限制。这引发了一个问题：大规模 quarantine 与 isolation 作为社会工具，除其作为医学工具的科学用途外，是否有效？为回答此问题，我们采用由机器学习增强的流行病学模型驱动方法，表明武汉实施的 quarantine 与 isolation 措施在中国武汉 quarantine 管控措施实施后的一个月内，将 COVID-19 传播的有效再生数 R(t) 从 R(t) > 1 降至 R(t) < 1。这最终导致了武汉感染病例数的停滞阶段。我们的结果表明，武汉实施的严格公共卫生政策可能在阻止感染传播中发挥了关键作用，此类措施应潜在地应用于其他高度受影响国家，如韩国、意大利和伊朗，以遏制疾病传播。最后，我们的预测结果预测武汉实施的 quarantine 管控措施在 2020 年 3 月底趋于停滞；这将导致有效再生数随后停滞于 R(t) < 1。我们警告，武汉 quarantine 措施的立即放松可能导致感染传播复发，并使有效再生数随后升至 R(t) > 1。因此，在足够时间过去、其间绝大多数 quarantine/isolation 个体已康复之后放松 quarantine 措施或许是明智的。