准确率一度100%！清华校友神预测美国疫情

生活不易，小编叹气。只能写写资讯聊以自慰了。今天天气不错，正适合读读最新资讯放松一下。

近来，一个关于美国和欧洲疫情数据的神预测的日更博客，在网上火了。

到底有多神呢？略举二三，如下：

－ 3月27日起的连续10天里，该博客对美国感染人数的预测准确率都在90%以上，其中在4月4日准确率接近100%。

－ 3月31日，该博客预测美国疫情将在8-10天内当检测人数超过200万的时候出现断崖式下跌；7天之后，也就是4月6日，美国疫情数据出现断崖式下跌，增幅从1243%降为813%这篇文章引起了巨大反响，阅读量超过134万。

－ 3月27日以来，该博客对欧洲感染人数的每日预测平均准确率达到97%，其中在4月份的前五天，预测准确率接近100%。

李志斌对美国感染人数的预测，准确率高达90%

对此，有网友评论称：大神，病毒都听你的，绝了。

要知道，新冠肺炎疫情的爆发是一个涉及到政治、经济、地理等诸多复杂因素的全球性重大公共事件，对具体人数的预测听起来就像是天方夜谭，准确率更是一门玄学所以，能够实现上述的预测成绩，这个博客背后的博主堪称是当代神算子了。

那么，这位神算子是怎么炼成的？

清华大学毕业+8年市场预测经验

这个博客背后的博主，也就是神算子本人，名为李志斌。

李志斌，1980到1985年就读于清华大学计算机系，1985到1994年，他就读并就职于中科院，三十岁担任副研究员、产品部主任、所长助理，1994年移居新西兰，后定居香港至今，现任香港致佳物流软件有限公司、香港易经科技有限公司总经理。

李志斌博客截图

在李志斌所在的这两家公司中，前者的主营业务是物流系统开发；后者有香港中文大学背景，主要业务是市场需求预测，也就是为企业提供在未来3到6个月内特定区域的产品需求、价格波动等方面的数据分析和预测。

李志斌表示，他从2012年开始进入数据分析和预测领域，由于易经公司的香港中文大学背景，李志斌也从教授们那里耳濡目染学了不少东西。

另外，从技术层面来说，李志斌在清华大学计算机系的学习经历，也让他在软件建模、大数据分析等方面已经形成一个完备的知识体系；同时，清华大学的理工科学风和背景，也让他更加重数据、重证据、重例举，而不是重结论。

所有这些加起来，让李志斌对数据非常敏感。

去年底今年初，武汉开始报告病例，香港也出现疑似新冠病毒患者，这让长期身在香港的李志斌颇为警惕；到了2020年1月7日，香港特别行政区政府宣布新冠肺炎为法定传染病，并开始向公众通报疫情数据，由此，李志斌开始了对新冠肺炎相关数据的追踪。

从那时开始，李志斌每天早上起来进行集中数据采集，一开始只是武汉、湖北、香港的数据，后来是内地其他地区数据，到了1月下旬，开始收集海外数据，并整理成Excel表，同时开始利用自己的专业知识进行数据建模，并结合新闻中的数据对官方通报数据进行分析和判断。

最初，李志斌只是在清华的同学群里分享数据和观点，后来也每天花出30分钟的时间来博文，并发表在新浪博客上。如今，这已经形成了每天的习惯。

当然，对于李志斌而言，除了对常规的数据进行收集、整理和分析之外，他也在不断结合自己的专业知识来构建一个数据模型，并且不断对这个模型进行参数补充和验证，使之达到预期中的效果。

到了3月27日，李志斌在数据模型已经趋于稳定的基础上，第一次给出了针对美国感染情况的预测数据；3月28日，他又给出了针对欧洲感染情况的预测数据。

李志斌对欧洲感染人数的预测，平均准确率高达97%

在他的预测中，不仅仅包含感染病例数量，还包括感染增速、峰值时间、总感染人数、总死亡人数、死亡率等数据当然，感染人数是他用来衡量预测准确率的最为重要的指标。

就连李志斌自己都没有想到，自己的预测数据会那么准。

但是李志斌强调，没有人可以100%准确预测未来，一定要滚动预测。

他表示： 预测是一个动态过程，因为好多即时措施、事件等突发因素，是无法预测的，这个时候需要把这些突发事件和决定等因素变成对参数的调整，反馈到预测模型中，使之运行更加准确。我的预测模型、预测参数也在不断完善过程中。

再好的软件也不能100%预测准确

李志斌的预测，离不开两个核心要素：数据，和预测模型。

首先是数据的可信度问题。在采访中，李志斌表示，自己从1月份开始每天收集数据，一开始只有武汉和香港有数据，一直到现在，每天收集上百个国家和地区的数据。

李志斌强调，在数据收集和分析的过程中，一定需要甄别数据冲突的出现；尤其是在官方通报的数据量比较大的情况下，会用好多方法包括新闻数据去检查不同地区的数据之间可能存在的数据冲突，数据冲突点越多，数据的可信度越低。

同时，在判断数据真实性的过程中，要看数据发布的速度；数据发布频率越高，那么可信度就会更高一些而南亚、东南亚地区发布的数据比较少、比较慢，可信度就会打折扣。

来自美国CDC官网的疫情情况

另外，在对数据的可信度进行判断时，还可以借用新闻数据来做对比。李志斌告诉雷锋网，比如说，医生和病人之间的比例是比较稳定的，那就可以用新闻中报道的医疗人员数量，来反推病人数量。

他表示，其实，所有的数据都可能存在一些人为的误差或者统计误差，没有任何地区的可信度是百分之百；但是相对来说，美国的数据冲突比较少，在可信度上高一些，欧洲的数据可信度次于美国，因为西欧与东欧之间的不平衡，所以会取平均值。但印度、东南亚、日本等地区的数据就似乎存在一些问题，数据发布慢、数据冲突点较多，影响了数据可信度的设置。

到二月底，在之前以国内数据为基础建模、验证的基础上，李志斌开始对美国、欧洲两个地区进行疫情数据预测。于是，在数据的基础之上，李志斌打造了一个预测模型实际上，这是一个极为复杂的模型，加起来有上百个参数，其中重要的参数有二三十个，分为以下三类：

第一类是疫情参数不同地区/国家/城市确诊人数、人口、每日新增确诊人数、疑似人数、每日检测人数、死亡人数、治愈人数、在诊人数、入院人数。

第二类参数与地区/城市/国家特征相关城市类型、人口密度、气温、天气、城市60岁以上老年人口比例、城市平均年龄、城市建设情况。

第三类参数是关于资源和管治能力医疗资源、病床数量、社会组织能力、信息透明度、管理方式等等。

李志斌表示，在实际的操作过程中，一般是先用Excel收集数据，然后导入到后台数据库中，在用自己开发的软件模型来得出三个结论，最后自己会再人为地就结果进行判断他强调，有很多参数是不能量化的，比如说社会情绪；所以需要人为参与。

他还表示：再好的软件也不能百分之百预测准确。

当大船和小船同时遇见冰山

毕业于清华大学的李志斌，有着超越数据分析之外的超前洞见和思维。

比如说，在建模过程中，李志斌是从国内的数据开始的，这些数据不仅对李志斌的建模过程产生了重要影响，也让他得出了一些观察。于是，武汉封城前一天，他就在自己所在的清华80同学群里和同学们分享了两个想法：

一是武汉应当立即封城，因为数据上升太吓人；

二是在湖北尤其是武汉地区快速建立二三十个网格式野战医院，作为隔离救治中心，所谓野战医院，也就是后来的方舱医院，因为疫情发展太猛，隔离病人是比治疗更为关键的防控措施。

这些想法在同学群里引起了很多讨论，当然也有质疑和反对，但更多的是同学们的积极参与，并提出了好多更好的想法和建议，获益良多。后来的事实证明，这些想法都是中肯的，并且也被官方后续采取的措施所印证其中关于野战医院等想法更是超前了两周。

除了上述建议，李志斌还在数据分析和模型构建的过程中发现，成为疫情爆发点的城市往往具备几个特征：

老城区；

气候潮湿；

气温5-15度；

下水系统老化；

老年人比例高。

值得一提的是，在不同国家的疫情爆发城市，如中国武汉、韩国大邱、意大利米兰、伊朗德黑兰、美国纽约等，都大致符合这些特征。

对于这些特征的归因，李志斌强调，其中夹杂了个人的主观合理猜测，但也经过一系列的结果验证，最终才体现在预测结果中。

他还表示，实际上，在参数中，还涉及到社会组织方式、管理模式、社会信息透明度等问题，所以他在预测中也会把结果设定为悲观或乐观。

如果按照李志斌在在4月4日给出的悲观预测结果，他对美国感染人数的总体预测准确率高达96%。

李志斌对美国感染人数的预测，准确率高达96%

不过，在专访中，尽管有人为参与，但李志斌还是强调了数据在决策中的绝对地位。他表示，即使是抛开疫情不谈，在一个日常的决策过程中，数据的重要性可以说是百分之百的；这些数据不仅仅要真实，而且要全面，还要透明，即使在后续过程中有人的参与，也是要基于这些数据判断而来的数据，正是决策的基础。

那么，基于数据的决策，有多大的覆盖面呢？

李志斌认为，即使是新冠肺炎疫情这样的颇具偶然性、又包含政治、经济等复杂社会因素的群体性公共事件，也是可以预测的。

他表示，类似于传染病的情况，它的发展存在着一种特定的模式，偶然之中有规律在，我们也许无法掌握100%准确的规律，但是在一定的规律占比下，我们依然可以做出一些判断和决策当然前提是巨大的有效数据量。

由此，李志斌还谈到了一个有趣的比喻：

一只大船和一只小船，在突然遇到冰山时，它们势必要拐弯；但相对来说，大船的结局显然更具有可预测性。小船一下子就改过来了，但大船的体量太大，有一个惯性，因此它有更大的可能性撞上冰山这个惯性就是规律，而船的体量本身，就是数据量。

数据量越大、数据越准确、相关信息越透明，这种群体性事件发生的时候就越容易预测、且预测越准确李志斌最后如是说。

欲要知晓更多《准确率一度100%！清华校友神预测美国疫情》的更多资讯，请持续关注深空的科技资讯栏目，深空小编将持续为您更新更多的科技新闻。

本文来源：深空游戏 责任编辑：佚名王者之心2点击试玩

这种预言只不过是基于印度国内有隐藏的病人而已，如果印度国内确实没有多少境外传输的病人，就算有也都被政府控制住了，那也就不存在印度疫情巅峰为3亿的说法了。但是一旦印度的底层确实有已经被感染的患者了，那印度就麻烦大了，因为印度的政治体制就使得它不可能做到像绝大多数国家一样花费巨资去检测和治疗患者，甚至都做不到隔离。

印度人口现在已经超过了红方，可是他们的底层人民数量却远远占据世界第一的位置。保守估计都有9亿印度底层人民，这些人不比美国是提前消费没有钱的情况，他们是真的穷，一旦一天不开工，可能当天就没钱吃饭了，这样的情况在印度并不少见，底层大部分人都靠着一个小摊来维持生计，一旦实行了非常严格的封城举措，那么对于那些人来说无疑是致命的打击。

而他们的政府体质也有问题，政府没能下放到基层，这就导致了在农村，国家的一些信息和法律根本就传不进去，他们的情况国家也不得而知，所以不知道就当没感染处理。再加上印度底层人民的流动率本来就低，所以就算一个村子被感染了，对于只有百分之三致死率的新冠病毒来说，或许他们也不会在意。

然而这种病毒要是在城市的底层传播开了，这下子印度才有大麻烦了，城市里面的流动性可是农村的好几十倍，就印度底层的生活条件，或许不到一天就会有成千上万人感染。而且没有医疗条件，所以印度人民才整天以“牛尿”“火烧纸人”来作为治病的方法，不过印度也有一个好处就是，他们的制药法律很宽松，可以很轻松的仿制一些很贵的抗病毒药物，所以他们药品的价格就会相对便宜一些。

你好！美国2022年每月新冠感染人数是1200个，美国的总感染率将从目前大约40%上升到60%。报道称，尽管奥密克戎毒性较弱，但由于感染者大量增加，大家要做好防护，戴好口罩，出行注意安全。

目前，受奥密克戎极强传染力影响，感染病例已迅速覆盖全国各地，处在大规模快速传播阶段，多地日增感染人数超20万。

多地公布感染比例

根据国家卫健委消息，截至2022年12月20日，全国累计感染人数约248亿，感染率达1756%。其中，北京、四川是目前感染人数最多的两个省份，感染比例超过50%。

根据青岛市卫健委去年12月23日检测数据，青岛市每日新增感染量为49万～53万人，预计未来两日感染人数会在此基础上以10%增速增长。

同日，东莞市卫健委发布数字模型预测称，东莞市感染量正以每日25万～30万人的规模增长，且增速不断攀升。

据浙江省政府2022年12月25日新闻发布会通报，该省日新增报告阳性人员数也已突破100万例。

其中根据衢州市2022年12月28日新闻发布会数据，全市目前总体感染率约占总人口的30%～35%；而舟山市29日全市感染率达30%～40%，总感染人数接近40万人。

大规模核酸检测的取消，造成准确感染数据的缺乏。为更好地了解疫情状况、检测疫情发展趋势，四川、海南、河南、安徽等省份开启了第二轮居民新冠感染情况问卷调查。

据四川省疾控中心发布的调查结果，截至2022年12月25日12时，省内共有158506人参与调查，感染率为6352%，较一周前首轮调查结果上升1659个百分点。值得注意的是，其中28%的调查人群未测核酸或抗原，但出现发烧、咳嗽等新冠病毒感染症状，因此本次调查人群的新冠病毒实际感染率应高于6352%。

据海南省2022年12月30日晚间发文，截至12月27日12时，省内共有33682人参与二轮调查，调查对象中共有355%的人在12月19日-12月25日期间感染新冠病毒，较上轮感染率增加53倍。综合两轮调查结果，全省累计感染率达到41%，感染人数处于高位波动期，其中城市感染率显著高于农村。

而在全国范围内，人社通于12月26日发布了各省市新冠感染比例的调查统计，当日共收到15107份问卷，共计47897人参与投票。

数据显示，在调查者中，四川省感染人数占比最高，达到82%。北京、河南、湖北、河北、重庆、江西、湖南感染人数占比达80%。

云南、上海、福建、海南四省感染人数低于65%，其中海南省以45%的感染比例位列全国最低位置。

不过在所有感染者中，已康复感染者人数占比可观。各省康复感染者多在20%以上，其中北京、河北两地已康复感染者占比超50%。

由于数据统计自调查者自填问卷，存在主观不知情等多种因素影响，调查结果可能存在一定偏差，仅供参考。

感染峰值预计集中于2023年1月

在病毒的加速传播过程中，各地新冠感染的高峰会在何时出现？

从目前各地卫健委及有关专家的预测来看，我国绝大多数省市的疫情高峰期，将集中出现在2023年1月份。

据浙江省政府2022年12月25日新闻发布会通报，参照近期病例监测和社区抽样调查结果，预计浙江省将在元旦前后进入维持一周左右的高位平台期，高峰期间日新增阳性人员最高可达200万。

江西省2022年12月23日新闻发布会预测，本省第一波疫情将于2023年1月上旬达到感染高峰，多数地区将在一周左右陆续进入疫情高峰期。2023年3月上旬转入低水平流行，疫情持续影响时间约3个月左右，届时累计感染率将接近80%。

山东、安徽、湖南、广东等各省第一波疫情高峰也将于2023年1月左右到来。

而此前多数机构也通过百度搜索指数等方式预测疫情走势，其结果大多为在12月中下旬达到高峰，目前来看，这与专家预测有所出入。

此外，近日多名专家研判，感染高峰期可能提前到来。

去年12月22日，复旦大学附属华山医院感染科主任张文宏表示，新冠疫情目前还在逐渐攀升，上海疫情预期22日后一周内达到感染峰值，峰值过后还将持续一两个月。

安徽省卫健委主任陶仪声则于2022年12月23日表示，预计安徽省大部分地区将在12月底前达到疫情高峰，并在高位维持两三天后进入下降通道。而部分人口密度大、人员流动性大的地区达峰可能比预测时间进一步提前，如合肥市可能在25日至26日左右达到高峰。

“现在各地感染人数陆续到达了比较高的状态，按照病毒的发展规律来看，各地的重症高峰也可能会在2～3周后到达。”浙江大学医学院附属第一医院常务副院长裘云庆教授表示。

疫情走向会否“一峰三波”

随着近期感染数的增长，境内疫情后续将如何发展呢？

中国疾病预防控制中心首席流行病专家吴尊友曾表示，今冬的疫情将出现“一峰三波”的情况，大约持续3个月的时间。从12月中旬至1月中旬，将为第一波疫情；受到春节期间人员流动的影响，第二波疫情将在1月下旬至2月中旬；第三波疫情则受到春节返岗返工的影响，时间在2月下旬至3月中旬。

从全球各国/地区去年疫情发展情况来看，三波疫情似乎难以避免，而时间跨度、各轮感染数则与该国防疫政策有关。

以日本和韩国为例。

数据图

日本是逐步放开的代表，防疫严格指数呈阶梯式有序下降，因此相对而言，感染人数并未激增。截至12月29日，日本2022年累计感染人数约为2725万，占总人口的2137%。

日本疫情呈现三波增长，首轮疫情时间跨度较长，但感染数相对较少。累计感染人数达744万人，约占其总人口的583%，单日新增感染峰值为93万人。

第二波疫情持续4个月，累计感染1274万人，占比约为10%；第三波疫情目前还在升温中，单日新增病例数在10万左右。

数据图

相较于日本，韩国防疫政策松绑较快，防疫严格指数在4月呈断崖式下跌。因此，韩国第一轮疫情呈爆发式增长，此后两轮疫情有所趋缓，目前也处于第三轮疫情当中。

韩国2022年首轮疫情也持续了6个月，累计感染1765万人，占总人口的34%，峰值为单日新增404万例。

此后两轮疫情皆有所趋缓，第二轮疫情的峰值为单日新增135万人，累计感染683万人，占总人口的132%。而目前的第三轮疫情，感染数似乎已过峰值，单日新增病例在65万人左右。

截至12月29日，韩国2022年感染奥密克戎的累计病例数为2831万人，占总人口的5472%。

数据图

尽管两国疫情呈不同增长模式，但由于奥密克戎的毒性下降，且疫苗接种率不断提高，相较此前两年，两国病死率皆处于低值。日本目前病死率为021%，而韩国为009%。

数据图

整体而言，我国目前疫情也处于上升期，并且元旦、春节将至，返乡人员增多，疫情或将出现新波动。专家提醒，返乡出行时仍需做好防护，规划好行程时间，错峰出行；并且，注意手部消毒等个人卫生，戴好口罩。

解放日报·上观新闻原创稿件，未经允许严禁转载

作者：连俊翔徐嘉滢

微信编辑：纳米

校对：rong

两千多万人

二零二零年一场突如其来的一场疫情袭击了我们人类，它首先在武汉爆发，然后迅速扩散开来，最终扩散到全世界。如今，全球累计确诊感染新冠肺炎人数已经高达两千二百万人次，累计死亡人数已经超过了二十万人次，这无异于一场大规模的灾难，给人类造成了巨大的损失。

一、新冠病毒极强的传染性

新冠病毒是2019年末端才被发现的，在以往没有丝毫的记录。这种新冠病毒不同于以往的那些病毒，它有着十分强烈的传染性，可以通过多种媒介来传播，如动物携带等。它的特殊之处就是它能够通过空气传播，在空气中与其他物质结合起来漂泊，以往的病毒只能存活仅仅几分钟的时间，但是这种新冠病毒可以在空气中存活长达七天之久。而人类又必须每天接触空气，一旦离开空气，人类将无法正常呼吸，最终导致灭亡。

二、部分国家没有能够及时重视这种病毒

新冠虽然有着极强的传染性，但是它的致死率却不是很高，只要能够得到及时的治疗，你就会得到缓解。然而在疫情大规模传染的时候，部分国家没有给予新冠病毒足够的重视。美国现在仍然不重视这个疫情，导致美国是世界上疫情最为严重的国家，没有之一。如果当时各个国家能够及时重视这场疫情，像我国一样采取果断地措施，也不会出现今日的这种结果。

虽然全球感染人数很多，但是各个国家已经在积极的治疗这些人群，同时也在积极研发新冠肺炎的疫苗。如今，各个国家的疫苗研发已经取得了很大的成功，处于最后的收尾阶段，希望能够早日投入生产，帮助人类解决这次的疫情。

今日全球疫情要点：

1．全球81个国家/地区日增确诊为 643,364 例（见下文排行榜），比七天移动平均病例数增加了27%。

2．全球49个国家/地区日增病亡 2,377 例（见下文排行榜），比七天移动平均病例数增加了75%。

3．全球累计确诊病例超 6 亿4380万例，全球累计病亡病例超 663 万例。

4．日本日增超11万例，病亡182例，第八波疫情高位。

5．说明：联合国宣布全球人口在11月15日已达到80亿。鉴于目前未查询到各国/地区具体的人口数量，在计算单位感染人口数时，仍采用此前的人口数量，即79456亿。

累计新冠确诊病例数

截至北京时间2022年12月2日6:21，全球累计确诊病例超 6 亿4380万例为 643,803,555 例，按联合国人口基金会统计全球人口约79亿4560万计算（2022年），全球新冠疫情单位感染人口数（PICP）为13，即全球平均每13人中有1人确诊新冠。

其中2022年至今新增确诊 356,026,788 例 比2021年全年新增确诊多 151,567,020 例。2022年至今新增病亡 1,202,338 例，占累计总病亡数的18%。

自新冠疫情发生以来，全球累计新冠确诊病例超十万例国家或地区有127个，累计确诊合计 641,611,748 例，占全球总数的997%。

累计新冠确诊病例排名前三位的国家依次是美国、印度、法国，累计确诊病例数合计为 181,683,103 例。三国人口合计占全球总人口228%，累计确诊病例占全球282%。美国新冠疫情单位感染人口数为3，即美国平均每3人中有1人确诊新冠，印度新冠疫情单位感染人口数为31，法国新冠疫情单位感染人口数为2。

累计新冠确诊病例超百万例国家或地区有70个（人口数占全球777%），累计确诊病例合计为 618,070,374 例，占全球总数的960%。累计病亡病例合计为 6,287,421 例，占全球总病亡人数的947%。

累计新冠病亡病例数

全球累计病亡病例超 663 万例为 6,636,975 例。

自新冠疫情开始至今，累计病亡病例超万例国家或地区有65个，累计病亡病例合计为 6,330,961 例，占全球累计病亡病例的954%。

病亡病例最多的国家是美国，病亡病例为 1,080,770 例，即约每313人中就有1人死于新冠。

病亡率最高的国家是秘鲁，病亡率为51%，约每156人中就有1人死于新冠（秘鲁在2021年6月3日单日调整新增病亡病例115,165例）。

累计病亡病例排名前三位国家是美国、巴西、印度，累计病亡病例合计为 2,301,193 例，人口占全球247%，病亡数占全球347%。

单日新增新冠确诊病例数

全球单日新增确诊病例 643,364 例，比七天移动平均日增确诊病例 505,484 例增加了27%。

当天0新增确诊国家/地区 115个，占全球196个已发现新冠病毒国家/地区的59%。

全球共81个国家/地区报告有新增确诊病例，其中日增确诊超万例国家或地区有12个，共新增确诊 575,745 例，占全球当日新增确诊895%。美国以单日新增确诊 133,842 例占据世界第一。

美国 单日新增确诊病例数比其七天移动平均日增确诊 50,735 例增加了164%。

单日新增新冠病亡病例数

全球单日新增病亡数为 2,377 例，比七天移动平均日增病亡病例 1,356 例增加了75%。

全球共49个国家/地区报告有新增病亡病例，其中单日新增病亡病例超20例国家/地区有17个，共新增病亡 2,231 例，占全球当天新增病亡病例的939%。英国7天累积新增病亡数世界第一为 451 例。

英国 单日新增新冠病亡数历史。