從COVID-19到猴痘，近年來頻發(fā)的全球疫情暴露了傳統(tǒng)防疫體系的短板：我們總是在追趕病毒，而非提前做好準備。近日，一項發(fā)表于《Epidemics》期刊的重要研究為這一困境提供了全新解決方案——通過機器學習算法，科學家們將19種具有大流行潛力的病原體劃分為6個"流行病學原型"，為全球公共衛(wèi)生防控策略從"單病單防"轉(zhuǎn)向"分類而治"奠定了科學基礎。

研究背景：為什么我們需要新的分類方法？

長期以來，全球大流行準備工作主要采用"列表法"：世界衛(wèi)生組織（WHO）列出優(yōu)先關注的病原體清單，各國據(jù)此制定針對性預案。然而，這種方法存在明顯局限——它基于歷史疫情，難以應對未知威脅；且針對26個已知感染人類的病毒家族逐一制定詳細預案既不現(xiàn)實也不經(jīng)濟。

來自倫敦衛(wèi)生與熱帶醫(yī)學院、華威大學及哈瑟爾特大學的研究團隊提出了一種更靈活的思路：不再關注"這是什么病毒"，而是關注"這病毒 behave 怎樣"。通過分析病原體的傳播特征而非其生物學分類，可以建立更具前瞻性的防控框架。

研究方法：大數(shù)據(jù)+人工智能的精準畫像

研究團隊系統(tǒng)綜述了154篇科學文獻，提取了涵蓋19種病原體的302個關鍵流行病學參數(shù)，包括：

• 傳播力指標：基本再生數(shù)（R?）、代際間隔（serial interval）、傳播異質(zhì)性（k值）

• 時間特征：潛伏期、傳染期、無癥狀傳播比例

• 疾病嚴重性：病死率（CFR）、感染致死率（IFR）

• 傳播途徑：呼吸道、接觸傳播、人畜共患等

研究團隊創(chuàng)新性地采用蒙特卡洛采樣結(jié)合集成聚類算法，通過5000次迭代模擬，最終構(gòu)建出穩(wěn)定的病原體分類樹。

核心發(fā)現(xiàn)：六大"流行病原型"出爐

研究將19種病原體精準劃分為六個流行病學原型（Archetypes），每個原型具有獨特的"行為指紋"：

原型1：高傳染性冠狀病毒

代表：SARS-CoV-2 Delta和Omicron變異株

• 特征：R?值高達7.38，代際間隔短（3.6天），潛伏期短（4.1天）

• 防控難點：傳播極快，需采取強力非藥物干預措施

代表：SARS-CoV-1（非典病毒）、SARS-CoV-2野生型

• 特征：R?約1.36，代際間隔較長（6.4天），存在一定比例的無癥狀傳播

• 防控要點：早期隔離和接觸者追蹤相對有效

代表：埃博拉病毒（EBOV）、馬爾堡病毒（MARV）

• 特征：病死率極高（60%），潛伏期長（7.5天），主要通過直接接觸傳播

• 警示：雖然人際傳播力相對較低（R?均值1.88），但醫(yī)院內(nèi)和喪葬儀式中可出現(xiàn)超級傳播

代表：A/H1N1、A/H1N1pdm09（2009大流行株）

• 特征：潛伏期極短（1.5天），代際間隔短（2.7天），R?約1.88

• 經(jīng)驗：季節(jié)性流感和大流行性流感屬于此類，疫苗接種是關鍵

代表：中東呼吸綜合征冠狀病毒

• 特征：代際間隔長（12.4天），傳染期長（16天），病死率高（39%）

• 特殊性：呈現(xiàn)"雙峰"傳播模式——社區(qū)傳播有限，但醫(yī)院內(nèi)傳播風險極高

代表：猴痘病毒

• 特征：潛伏期長（8.6天），R?約1.3，主要通過密切接觸傳播

• 變化：2022年全球疫情顯示其傳播模式可能正在演變

圖 .層次聚類分析，考慮了 R? 、序列間隔、k、潛伏期、潛伏期和傳染期、病死率和傳播途徑。

實踐價值：從"單病單防"到"分類而治"

這項研究的最大價值在于其政策轉(zhuǎn)化潛力：

1. 優(yōu)化資源配置當面對未知病原體時，衛(wèi)生部門可先快速評估其屬于哪一原型，立即套用對應原型的成熟防控方案，無需從零開始制定預案。

2. 精準干預策略

• 對于原型1（高傳染性冠狀病毒）：需準備大規(guī)模封鎖、快速疫苗接種

• 對于原型3（高嚴重性接觸傳播）：重點在于醫(yī)院感染控制、安全喪葬管理

• 對于原型5（類MERS）：核心策略是醫(yī)院內(nèi)嚴格隔離，而非社區(qū)廣泛封鎖

3. 填補認知盲區(qū)研究指出，目前對傳播異質(zhì)性（k值）和潛伏期的數(shù)據(jù)仍嚴重不足，呼吁建立全球標準化的流行病學參數(shù)數(shù)據(jù)庫。

范式轉(zhuǎn)變的開始

基于特征的分類方法使我們能夠為'明天的流行病'做準備，而不僅僅是應對昨天的威脅。當一個未知病原體出現(xiàn)時，我們可以問：'它更像流感，還是更像埃博拉？'這種思路比等待完整的病原體鑒定更節(jié)省時間，而在疫情初期，時間就是最寶貴的資源。"

值得注意的是，參數(shù)估計存在情境依賴性——同一病毒在不同醫(yī)療條件、不同防控措施下的表現(xiàn)可能差異巨大。因此，這套框架提供的是"合理的參數(shù)范圍"而非絕對數(shù)值，為風險評估提供彈性空間。

總之，在全球化時代， infectious diseases know no borders（傳染病沒有國界）。這項研究不僅提供了302個經(jīng)過系統(tǒng)整理的流行病學參數(shù)，更重要的是提供了一種元策略：通過認識疾病的行為模式共性，建立更具韌性的全球衛(wèi)生安全體系。隨著氣候變化、生態(tài)退化和全球化深入，未來我們可能面臨更多"X疾病"（Disease X）的威脅。而這六大原型的建立，正是人類在未知面前，從被動應對走向主動預防的重要一步。

聲明：本文基于已發(fā)表的科學論文進行綜述，具體防控策略請參考當?shù)匦l(wèi)生部門指南。

Ward J, Gressani O, Kim S, et al. The epidemiology of pathogens with pandemic potential: A review of key parameters and clustering analysis. Epidemics. 2026;54:100882.