疫情的拐點為何如此重要？“拐點”可以被預測嗎？_風聞

首發於微信：超級預測

導語：“政府和相關部門採取了多項全國性的舉措，國民公共安全意識的提高也保證了相關舉措的順利實施。”鍾南山院士説：“這些舉措有效阻斷傳染源，大大減少二代、三代傳染，我們判斷此次疫情有望在未來10天至兩週左右出現高峯，但我們仍需加強防控，不可放鬆警惕。”2月2日，鍾南山院士接受新華社記者採訪時如此説道。言下之意，鍾南山院士預測，疫情或將在2月中旬出現拐點。

2月2日，武漢火神山醫院交付

“拐點”是什麼？

一些預測

拐點通常是指一個公司、行業、部門、經濟或地緣政治形勢發生重大變化的事件，拐點被認為是一個轉折點，拐點之後可能會發生巨大的變化。

此次“新冠”疫情的確診人數已超2萬，確診人數的快速增加意味着疫情正在向其高峯發展，而何時能夠到達“拐點”是各方最為關注的。

拐點：inflection point

對於疫情的拐點何時到來，新增確診人數何時開始減少，鍾南山院士2月2日在接受媒體採訪時表示，此次疫情有望在未來10天至兩週左右出現高峯，即高峯期將出現在本月12日至16日間。

1月31日，陳薇院士在接受《中國科學報》獨家專訪時説道，從現在來看，拐點可能很快就會到來。但同時，她也指出，在第一個拐點到來之後，疫病仍然存在第二峯、第三峯的可能性。

2月3日，2013年諾貝爾化學獎得主、斯坦福大學結構生物學教授邁克爾 · 萊維特(Michael Levitt)在接受澎湃新聞採訪時，稱已根據目前公開的確診和死亡數據進行了直觀的數據分析，初步認為新增死亡人數將在下週減少。

耶魯大學全球健康政策與經濟學助理教授、美國中國衞生政策與管理學會會長陳希在接受《環球時報》採訪時表示，疫情的高峯、“拐點”可能會在2月下旬左右出現。

而根據英國蘭開斯特大學傳染病學家喬納森·裏德(Jonathan Read)的預測，拐點將會在2月26日左右到來。

2月4日，中國工程院副院長王辰在就疫情防控焦點問題接受新華社記者訪問時給出了他的預判：目前尚無判斷疫情傳播高峯、拐點的依據。

此外，還有非領域內專業人士利用數學建模、計算機仿真程序等對疫情拐點進行了預測。

中泰證券首席經濟學家、新浪財經專欄作家李迅雷簡化了經典流行病傳播模型SEIR，針對新冠病毒已明確的具體信息篩選出合適的參數值，得出了具體的預測。未來總患病人數將達到88500人（中性假設下）或58000（樂觀假設下）左右，新增確診人數將在2月17日（中性假設下）或2月11日（樂觀假設下）左右出現拐點。

… …

但值得注意的是，所有的預測模型都存在侷限，很多影響因素也無法體現在模型中。例如，病毒傳染能力的變化，以及政府的大力干預對疫情防控所起到的巨大幫助。

“拐點”為什麼重要？

一個實例

拐點比一般日常性的、幅度較小的進展更重要；

拐點帶來的變化，其影響通常是明顯且廣泛的；

拐點十分醒目且具有決定性，可以歸因於某種特定原因；

拐點是某種特定行為的結果，也可能是某種可預見和不可預見的事件的結果。

英特爾(Intel)聯合創始人安迪·格魯夫(Andy Grove)將拐點描述為“一個改變我們思考和行動方式的事件”。

技術的拐點，比如互聯網和智能手機的出現；政治的拐點，比如柏林牆的倒塌和阿拉伯之春。在臨牀治療中，拐點是病情發生重大轉變的時刻。

約翰·斯諾(John Snow)發現造成1854年倫敦霍亂流行的原因在於公共水井的水，這一發現不僅僅成為了此次疫情的拐點，也成為了流行病學作為科學領域的開端事件。

斯諾繪製的疾病傳播分佈圖

彼時，斯諾注意到同一流行地區內的霍亂患者呈點狀分佈，於是對當時的主流假説——空氣感染説產生了懷疑，在對患者集中區域的發病情況進行過細緻調查之後，斯諾推測某個污染源應為某口水井，建立了“經口感染假設”。

之後，斯諾將患者發病區域與各供水公司的供水區域進行比對，發現某個特定供水公司的供水區域患者多發。該公司取水口所處的位置與排泄物收集處接近，易受其影響。最終，當局採納斯諾的見解，將問題取水口的水泵移除之後，疫情得到了遏制。

在此後的調查中發現，1854年8月，此番霍亂的第一位患者，其排泄物混入了用於堆肥的污水收集桶，而污水收集桶與取水口的距離不足90cm。

電影《完美感覺》(Perfect Sense) ：電影描寫了一場新型流行病的侵襲。隨着流行病的蔓延，患者會逐漸喪失味覺、嗅覺 、聽覺、直至最後喪失視覺。

2月3日晚，武漢市在江漢區、武昌區、東西湖區建設“方艙醫院”。這三處“方艙醫院”，位於武漢國際會展中心、洪山體育館、武漢客廳，將提供3400張牀位。

這被認為是關鍵時期的關鍵之舉：確診的輕症病人被集中收治，給予醫療照顧，與家庭與社會隔離，避免造成新的傳染源。

這一舉措是否可以能夠成為促成此次疫情拐點到來的關鍵事件呢？

現在要得出一個類似的結論，既為時尚早，也不夠嚴謹。但當我們正在施行無數類似的舉措時，我們應該相信，疫情的拐點，不會太遠。

“拐點”與預測

一條曲線

變化很少以直線展開。

最重要的變化通常遵循冪律的S曲線形狀：緩慢而漸進地開始，緩慢地前進，然後突然爆發，最終逐漸減少，甚至回落。

預測的藝術則在於，當S曲線模式開始出現時，遠在拐點之前就能識別出它。S曲線的微妙之處在於，它讓我們把注意力集中在拐點上，重大轉變的那一刻。

一名稱職的預測家會去關注曲線的左半部分，以期發現拐點到來之前的先兆。

1492年，哥倫布的船駛向未知的新大陸。他的旅程落在了西方進行地理大發現的拐點之上。哥倫布不是15世紀的第一位探險家，但他是第一個找到新大陸而且返回歐洲的人，他的發現開啓了無數新的旅程。

但在預測拐點方面，預測家們的成績並不好，似乎比不上一些普通的觀察者們：當一個拐點倏然而至時，觀察者們只是感到驚訝，但預測家們卻往往錯估了這一拐點到達的速度。

正如未來學家羅伊·阿馬拉(Roy Amara)指出，人們傾向於高估短期，低估長期。

我們的期許讓我們得出有失偏頗的結論：革命將在一夜之間到來；當冰冷的現實無法符合我們膨脹的期許時，我們的失望讓我們得出另一個有失偏頗的結論：我們所期待的革命永遠不會於我們所預期之時來到。

這些預測之所以錯誤，是因為S曲線的左側部分比大多數人想象的要長得多。

即使在硅谷，大多數創意也需要20年才能在“一夜之間”獲得成功。互聯網在上世紀90年代互聯爆發，而第一個使用包交換技術真實網絡阿帕網(Arpanet)出現在1969年。

因此，在確定了S曲線左側的起點和形狀之後，押注於事件將緩慢展開，總是比斷定風向將發生突然轉變更保險。不要把清晰的視野當成短距離。

另一方面，一旦拐點到來，人們又傾向於低估變化發生的速度：我們本質上都是線性思考者，還未能習慣冪次定律的突然、指數增長的迅速。

線性思維很可能讓我們錯過開始時的滯後和中間的爆炸性增長，進而得出錯誤的預測，而錯誤的預測則很有可能導致決斷和行動的失誤。

致力於流行病早期檢測和控制的獨立研究機構Global Viral 創始人內森·沃爾夫(Nathan Wolfe)，在《病毒來襲》(The Viral Storm : the Dawn of a New Pandemic Age) 一書中就探討了大數據時代的流行病預測。前文提到的霍亂疫情“死亡地圖”，可以算作早期的大數據分析工具。

1733年，費城的一幢大樓發生了大火。本傑明·富蘭克林(Benjamin Franklin)由於無法説服費城當局以一種更有組織的方式來應對迅速發展的城市所面臨的威脅，於是給報紙《賓夕法尼亞公報》(the Pennsylvania Gazette) 寫了一封匿名信，他寫道，“一盎司的預防勝過一磅的治療。”

一分預防勝似十分治療，此警鐘，宜長鳴。

最後，雲猜希望大家面對疫情時保持信心，理性應對，不因拐點沒能儘快到來而喪失信心。