新加坡南洋理工大学的科学家团队研发了一套电脑模型，可以准确预测出新冠病毒确诊人数与死亡病例，并预先建议有效的防疫措施，协助政府避免病例暴增。
计算机模型监测数据
9月15号，南洋理工大学的科学家们开发了一款能预测新冠病毒感染与死亡数据的计算机模型。在监测之下，团队发现数据结果建议的措施平均能预防 72％的确诊人数与死亡病例。
左起助理教授Yan Zhenzhen、助理教授Zhang Limao
教授May O. Lwin
土木环境工程学院的助理教授Zhang Limao在线上记者会上说，该智能策略的投用可以在所研究的国家中将新冠感染和死亡人数减少59%至89%。
它对来自四个亚洲大国在2020年的真实疫情数据进行了测试，输入数据后只需几分钟即可生成结果。该模型需要至少三天的历史数据才能做出预测，如果有更多的历史数据可用，模型可以更准确。
图源：newyorker.com
研究团队利用计算机技术建立这个模型，不断输入世界各地去年冠病确诊人数与死亡数据，让系统更加熟悉全球疫情的变化，以达到监测效率最大化。
全球化数据研究
该研究充分体现了全球化数据共享的特点，团队使用的数据库来自：约翰霍普金斯大学、世界空气质量指数环境数据、牛津大学的政府反应追踪库，以及谷歌的社区移动报告。
英国就诊人数激增 图源：newscientist
建立模型后，研究团队还用了日本、韩国、巴基斯坦与尼泊尔去年一整年的冠病数据来测试模型，让电脑建议何时实行居家隔离、保持社交距离，以及使用个人保护装备等防疫措施。
测试发现，如果按电脑的建议执行，日本的确诊人数与死亡病例可减少76％，韩国减少65％，巴基斯坦减少59％，尼泊尔减少89％。
韩国防疫现场 图源：bookings.edu
带领这项研究的Zhang Limao教授说：“从过去数据中发现的关键信息可以在需要控制危机时，用来提早报告给政府，让他们做好准备和预防措施，加强当今社会对危机适应能力。”
监测也证实电脑模型有95％的可信度准确以预测每天的新增与死亡病例。这项研究上个月刊登于经业界评审的科学期刊《可持续城市与社会》。
助力发展中国家
该研究的联合著者，同时也是Wee Kim Wee 传播与信息学院院长May O. Lwin 教授说：“我们希望该模型计划在信息技术相对落后国家起到作用，因为他们在医疗和经济方面面临着更大的挑战”。
体感检测 图源：ST
Lwin 教授表示，一些发展中国家可能没有足够的实时数据馈送能力，甚至仍在用手写的方式记录数据，信息传递的速度太慢，无法预测疫情的发展，并且经常对病例和死亡人数的急剧增加感到意外。
而该模型将帮助提前一到两周进行预测，团队计划在模型中引入更多变量，例如疫苗接种、病床余量、经济状况和文化差异，以进一步提高其准确性。
人工记录 图源：mitnews
科学家们正在寻求通过纳入来自欧洲和北美国家的数据来验证其功效，从而深入了解疫情在不同地区的演变。在未来，该模型将可能成为长期应对新冠疫情的一部分，用于应对潜在的危机和爆发。
以上就是关于NTU最新研究的监测模型，其追踪新冠数据的功能将协助应对疫情，在全球的防疫道路上发挥进一步的积极作用，也希望新加坡的情况能逐渐好转。
参考文献：
1. Discovering optimal strategies for mitigating COVID-19spread using machine learning: Experience from Asia.
2. NTU media release: NTU Singapore scientists develop ‘optimal strategies’ computer model that could significantly reduce future COVID-19 infections and deaths