特殊的建模挑战赛，用来预测蚊子携带病毒传播

2015年至今，据泛美卫生组织(Pan American Health Organization)统计美洲和加勒比海区域内就有约565,000人感染基孔肯雅热(chikungunya)，而这种病毒性疾病基本都是通过蚊子传播的。这次统计源自2013年12月该病在西半球首次爆发时给人们造成了巨大的恐慌，为此科学家在接下来的时间看是研究这种新病毒。

[-]

而来自美洲的公共卫生组织官员都在努力节制该疾病的大规模爆发。为此，如果能够精准的对基孔肯雅热的爆发时间和地点进行预测将有助于这些卫生组织的工作。但是目前这些卫生组织缺乏相应的预测工具。来自DARPA项目管理经理Matthew Hepburn在接受采访时说道。

如果我们咨询决策人员，该病毒是否已经进入美国；或者询问其他国家的卫生部，甚至泛美卫生组织，他们可能都一筹莫展。更不用问他们正在使用什么模型或者方法对基孔肯雅热进行预测了。

于是DARPA在去年发起了一次建模挑战赛，让选手通过计算机建模的方式对病毒传播进行建模，并将模型用于2014年9月-2015年3月之间的病毒传播情况进行验证。

[-]

不过比赛结果并不乐观，没有一只队伍的模型能够预测该病毒蔓延到一个新国家之后的情况，也没人预测出这种病毒的指数增长规律。

chikungunya来自非洲的某个语言，意为”弯腰的时候会疼“，不过这恰好指出了这一疾病的特征之一。另外，基孔肯雅热还会导致高烧，剧烈的关节疼痛，虽然该疾病并不致命，但是一旦患病，这种磨人的疼痛可能持续数月，甚至数年。而目前也没有相关的疫苗和治疗方案出台。

早在18世纪50年代，这种病毒就在非洲和亚洲零星的传播开来，不过大规模爆发是在近10年左右才开始。研究人员估计这种病毒在2005年左右发生过一次变异，从此该病毒能够感染蚊子中的白纹伊蚊(Aedes albopictus)。这种蚊子一般被称为亚洲虎蚊，大概就是我们土话说的麻蚊子，这种入侵力很强的物种目前已经称霸世界，是最有可能导致基孔肯雅热在美洲传播的物种。

Hepburn 还说，他真在分析DARPA比赛中拿到的结果。其中还是有一部分信息是比较有用的，他说：一旦该疾病在某个国家中爆发，开始会呈指数增长，其中的一些模型对这种增长曲线的预测还是很有价值的，并且他们还预测了疾病爆发的峰值。

不过模型都没有考虑当该疾病突然突破国界，传播到一个新的国家之后的传播情况。那哥伦比亚来说，在DARPA挑战赛的6个月的数据中，模型中的疾病都没有影响这个国家(脑补瘟疫公司)。

而从今年伊始，哥伦比亚目前的感染人数大约超过325000人，是受该疾病影响最大的国家。而如果卫生组织官员们能够预知这一疾病的爆发情况，他们又会做出怎样的反应呢。在目前尚未研制出相关的疫苗和治疗方案的时候，疾病预测是否还有作用？Hepburn 认为，如果能够进行预测，即便没有治疗方案和疫苗，卫生组织也能够通过调度灭蚊药品对疾病传播加以限制。不过他们需要尽早的做出决策，不然当疫情接连爆发你可能就手足无措了。

[-]

比赛中的模型各有千秋，他们不仅考虑地理、气候、国家质检的联通情况，还考虑了亚洲虎蚊的活动。目前DARPA还在提炼相关的分析结果，来确定其中对疾病传播最关键的因素，不过目前他们能够确定的是，并非所有数据都有用！

过多的数据源和信息以及细节将使模型变得更加复杂，这样能够使模型更精准，不过这一假设未必成立，因为有很多数据可能仅仅是”噪声“。

他们的目标还是很崇高的：对疾病预测带来革命性的改进，就像天气预报的发展一样，由早期的监测，一步一步改进，变成现在的预测！

下面是本次的获奖情况：
6组获得最佳预测结果的队伍：
金Gold: Joceline Lega and Heidi Brown, University of Arizona ($150,000)
银Silver: Mark Leany, Utah Valley University ($100,000)
铜Bronze: Ioannis Pantazis, University of Massachusetts ($50,000)
铜Bronze: David Roberts, John Radcliffe Hospital, Oxford, United Kingdom ($50,000)
铜Bronze: Sean Moore, Johns Hopkins University ($50,000)
铜Bronze: A. Townsend Peterson, University of Kansas ($50,000)

另外，对特殊领域做出贡献的队伍奖励1w刀：

Best Applicability Methodology: Dhananjai Rao, Miami University of Ohio
Best Computational Requirements Methodology: Ann Fruhling, University of Nebraska Omaha
Best Data Sources Methodology: Tingzhuang Yan, Coastal Carolina University
Best Presentation: Ajitesh Srivastava, University of Southern California
Best Robustness Methodology: Diego Ruiz-Moreno, University of Michigan

本文译自 IEEE Spectrum，由 邻家乖蜀黍 编辑发布。