丽江乐投letou生物报路：中国的钻研人员提出了一种基于机械的进建步骤来预测COVID-19的传布，，，，，，，能比经典的病毒传布模型更正确地估计无症状病例的数量。。。。。。

利用基于机械进建的细粒模拟器（MLSim）改进了复杂传输过程的建模和无症状案例的潜在数量，，，，，，，能够援手决策者更有效地平衡抗疫措施。。。。。。

无症状个别

在人与人之间传布的COVID-19病毒并不总是引起有关疾病症状：如呼吸问题、喉咙痛和发热。。。。。。然而，，，，，，，无症状的人依然拥有传染性，，，，，，，可能将疾病传布给其他人。。。。。。越来越多的证据批注，，，，，，，无症状但有传染性的个别数量在增长，，，，，，，一项钻研估计，，，，，，，多达60%的患者可能是无症状的，，，，，，，也可能只是轻度症状。。。。。。

估计未被发现的无症状习染的数量对于遏造病毒传布至关沉要。。。。。。然而，，，，，，，这很难做到正确。。。。。。

漯河大学的Zhi-Hua Zhou和同事在MedRxiv上颁发预印文章（在进行同业评审），，，，，，，“若是我们能对病毒传布方式进行建模，，，，，，，就齐全有可能从现有的盛行病数据中揣度出未观察到的无症状患者数量。。。。。。”

目前，，，，，，，有两种重要的步骤来模拟传布和预测疾病传布。。。。。。

一种是动态传布模型，，，，，，，如易感习染复原（Susceptible Infected Recovered，，，，，，，SIR）模型，，，，，，，该模型思考了易感病例、习染病例、复原病例的成分，，，，，，，并使用方程来模拟个别的变动。。。。。。这些模型在持久推广预测传布方面是有效的。。。。。。然而，，，，，，，它们往往过于单一化了复杂的、真实的传布过程，，，，，，，并且很难与盛行病学数据相匹配，，，，，，，这会导致大量的谬误。。。。。。

另一种步骤是使用机械进建模型，，，，，，，如拥有持久短期影象（LTSM）的递归神经网络（recurrent neural networks，，，，，，，RNNs），，，，，，，这些模型与盛行病数据极度吻合，，，，，，，并能做出合用于近期的正确预测。。。。。。然而，，，，，，，这类模型很难做出持久预测，，，，，，，也很难诠释，，，，，，，难以将分歧的决策纳入其钟祝。。。。。

此刻，，，，，，，Zhou和同事选取从中国31个省和其他6个国度获得的参数，，，，，，，测试了基于机械进建的细粒模拟器（MLSim）步骤

他们写路：“传统的病毒传布模型通常比MLSim做更多的如果，，，，，，，只留下几个有待确定的参数。。。。。。要优化的参数越多，，，，，，，MLSim的阐发能力就越强。。。。。。”

作者说，，，，，，，MLSim蕴含了很多现实成分，，，，，，，如埋伏期内疾病的进展；；；；；；；人们在分歧地域之间的活动；；；；；；；无症状、未被发现的病例，，，，，，，以及预防和遏造措施的有效性。。。。。。

这些成分是若何相互作用的，，，，，，，模型使用虚构传输动力学与待定参数，，，，，，，机械进建已在盛行病数据中找到了精确定位。。。。。。进建首先缜密匹配真实世界的数据，，，，，，，而后MLSim再预测无症状个别的数量。。。。。。

该幼组汇报说，，，，，，，MLSim比基于SEIR和LSTM的模型做出了更正确的预测。。。。。。通过进建中国的数据MLSim发现，，，，，，，无症状个别的数量可能为150408，，，，，，，占揣度习染总数的65%，，，，，，，其中蕴含未被发现的病例。。。。。。4月15日，，，，，，，意大利无症状但有传染性的人数为41387人；；；；；；；德国为21118人；；；；；；；美国为354657人；；；；；；；法国为40379人，，，，，，，英国为144424人。。。。。。

模拟了局还显示，，，，，，，若是中国大陆采取遏造的措施比1月23日晚1、3、5和7天的话，，，，，，，预计6月12日简直诊病例数别离为109039例（129%）、183930例（218%）、313342例（371%）和537555例（637%）。。。。。。

结论

“基于机械进建的细粒模拟器能够更好地模拟复杂的真实疾病传布过程，，，，，，，从而有助于平衡遏造措施的决策，，，，，，，模拟器还揭示了潜在的大量未被发现的无症状习染，，，，，，，这对病毒的遏造组成了极大的风险。。。。。。”

钻研人员还指出，，，，，，，只管这种“混合知识和数据进建步骤”并没有得到普遍认可，，，，，，，“但是我们发现，，，，，，，当数据稀少，，，，，，，而知识丰硕但不正确时，，，，，，，好比新的传染病发作的情况下，，，，，，，它极度有效，，，，，，，”钻研幼组总结说。。。。。。