一份疫情预测分析被北京大学陈宝权教授团队攻坚一周得以拿出，此分析把可视化技术与传染病模型相融合，是连普通读者都能够看懂的，为何凭此，一篇学术论文在发布两个月后就被全球十余家科学期刊转载，且在国内阅读量超过百万呢 的？
为什么我们信数据不信传言
2020年1月底，适逢疫情信息极为混乱之际，微信群当中流传着各类拐点预测，然而却无人能够讲清楚其依据究竟是什么，陈宝权团队所做的头一件事乃是划定数据来源，即国家卫健委的感染人数以及百度迁徙的人口流动数据，这两套数据均为公开性质，就连普通研究者亦是能够获取到的。
团队针对武汉市流出人口与各省份确诊病例展开了时空方面的对比，可视化图展现出，在春节前，那些离开武汉的人流量较大的省份，于1月31日时确诊病例同样显著偏多，这并非是巧合呀，而是人口流动跟疫情传播之间存在着直接的关联，直至2月9日，此种关联依旧十分明显，数据将直觉转变成为了能够被验证的事实。
经典模型卡在哪里
在传染病学里，SEIR模型属于老工具，它将人群划分成易感、暴露、感染、康复这四类。然而，新冠疫情有着显著不同之处，那就是存在大量疑似病例 ，对于这些人究竟是进行隔离还是居家，以及他们是否会继续传播 ，老模型无法给出答案。
陈宝权团队将四可分类扩充至六分类，增添了疑似病例以及单独隔离人群这两个类别，C-SEIR模型能够针对疑似病例积压、核酸检测能力欠缺这些现实限制对疫情曲线所产生的影响予以模拟，这并非单纯的理论推导，而是凭借实际确诊数据经过反复拟合调试得出的。
封城效果不是靠嘴说的
有关武汉封城究竟是过早还是过晚展开的争论，自1月底起便未曾停歇过。一支团队运用C-SEIR模型进行了模拟。模拟的内容是：要是把封城的时间顺延五天后，累计确诊的病例数量将会是多少呢？
形象可感的曲线清晰明了，以虚线所表示的那类呈现累计确诊状况的，在那种延迟封城的情形之下显著地向上攀升，如果以实线所代表的属于新增确诊的峰值，其走势也就更为陡峭，所为的并非是去论证哪一项决策呈现出正确之态，然而却是要给予公众一种具备认知功能的工具，那就是传染病防控所拥有的时间窗口具备刚性特质，倘若晚一天进行介入，所要付出的代价会呈现指数级的上升态势。
远程科研怎么跑赢时间
1月底直至2月初这段时间，全国范围内都处于居家隔离状态。陈宝权团队当中20多个人分散布于全国各地，未曾有过一次面对面开会的情况。团队被拆分成两个小组，其中一个小组负责盯着数据收集以及清洗工作，另一个小组开展模型编程以及验证工作。每天早上在固定的时间通过视频来同步进展情况，代码借助协作平台进行实时合并。
并非临时起意才形成这种模式，可视化研究自身就要求进行跨地域协作，团队早就存有远程配合的习惯，真正紧迫之处在于疫情发展速度过快，数据为每日都在更新的状态，模型参数随时都需进行调整，有人连续三天仅仅睡四小时，并非是受到逼迫，而是明白结果早一日发布，疾控部门决策便能够多拥有一个参考。
从公众号到国际期刊的意外之路
2月10日，将成果发布于公众号之上，其初衷仅仅是要让更多普通民众理解疫情趋势而已。陈宝权自身也未曾料到，在24小时之内，被十几个平台予以转载，阅读量迅速突破十万。更为意外的是，在3月之后，疫情步入全球大流行阶段，意大利、美国的研究者开始引用这篇中文推送当中的模型思路。
《科学前沿》以及《国际卓越教育杂志》主动前来约稿，这并非是由于模型有着多么高深莫测，而是鉴于全球科学界突然间普遍都急需一套能够对“封城加上隔离”的实际成效进行阐释的分析架构，中国团队开展过完备的数据验证工作，从而成为了现成的参考依据。
科研不只在论文里
陈宝权之后讲过这样一句话，科研工作者理应朝着更好的社会去提供服务，这话听起来好似套话，然而置于这个团队身上却极具具体性，他们并非借着疫情来撰写论文，而是在疫情暴发最为密集的那两周期间，搁置了手头全部长期课题，花一周时间赶制出一份应急分析。
这份分析并未局限于学术圈之内，公众号留言区域当中，存在着身为社区防疫人员之人，声称看过可视化图之后，方才理解为何要坚决死守隔离措施，亦存在身为外省卫健委工作人员之人，打听是否能够将模型应用于本省数据之上，科研成果能够被基层工作人员看懂、得以运用，这才是疫情情形之下最为迫切需要开展的转化。
假设那时并未公开那些数据以及模型，你认为自身能够于遮天蔽日的疫情信息当中，辨别出哪些属于真话，哪些又是猜测吗？欢迎于评论区分享你的见解，觉得这篇文章存有价值请点赞并转发，致使更多人得以看见数据背后的故事。
