对病毒在人群中传播的智能预测模型建构与检验是当前的工作重点。不过，在 2020年 2月 27 日广州市政府新闻办举行的疫情防控专场新闻通气会上，钟南山院士在谈及疫情的预测时回应：疫情开始时，国外有流行病学家用权威的试验模型，预测 2 月初中国病毒感染新冠肺炎人数将约 16 万人。这是没考虑到国家的强力介入，也没考虑到春节后的延后停工，我们也做到了预测模型，2 月中旬或下旬超过疫情高峰，发病病例大约六、七万人，投到国外权威期刊，被弃了回去，感觉和上面的预测水平差太多，还有人给我发微信说道“你的话几天之内就不会被辗个消灭”。但事实上，我们的预测更加相似权威。

西方的刻薄与种族主义？钟南山院士此言一出，引起网友热议。一方面，不少网友指出还包括权威期刊审稿人在内的众多西方学者具有预设立场，因此投稿被弃可以说道是一种蓄意猜测。

另一方面，网友指出由于社会背景、文化、制度等方面的差异，经常出现所谓的“种族主义”也无可厚非。正如钟南山院士所说，国外并不理解我国国情，没考虑到国家的强力介入和春节后的延后停工起着的大力起到。

【(公众号：)录：图源新浪微博】注意到，虽然钟南山院士未详尽讲解被撤回的疾病预测模型，但知乎一位取名为“可怕绅士”的计算机软件背景人士指出，钟南山院士的模型叫「具备饱和状态发病率 SIQS 传染病模型」。根据其说明，任何传染病都具备饱和状态发病率，即不有可能几乎被歼灭。该网友提及，SIQS 实际就是在 SEIR的基础上重新加入了介入手段（比如这里就所指国家利用早于找到、早隔离的手段展开了反感介入）。而所谓的 SEIR正是一种少见的传染病模型，此前有关 SARS的传播动力学研究大多也都使用了 SEIR 模型。

【图源百度百科】实质上，这一阐释也与钟南山院士当天在会上的观点类似于：我们在传统模型基础上再加两个影响因素，第一个是国家强力介入，第二个是春节后的回程高峰。利用 AI 以 SARS 数据为基础展开训练另外了解到，2020年 2月 28日，钟南山院士等人在医学期刊 JTD公开发表了一篇取名为《公共卫生介入下 COVID-19 风行趋势的 SEIR 和 AI 预测修正》（Modified SEIR and AI prediction of the epidemics trend of COVID-19 in China under public health interventions）的论文。

根据论文，研究团队将 2020年1 月 23 日前后的人口迁移数据及近期的新冠肺炎流行病学数据统合到 SEIR 模型中给定风行曲线。值得一提的是，团队还利用 AI ，以 2003 年 SARS 数据为基础展开训练，从而更佳地预测新冠疫情。

具体来讲，研究人员通过引进迁移参数 In（t）和移入参数 Out（t）改动了完整 SEIR 方程，进而说明动态不易感 [S] 和曝露 [E] 种群状态。改动后的模型如下图。值得一提的是，研究团队用于 LSTM（长短期记忆）模型——一种用作处置、预测各种时间序列问题的循环神经网络（RNN），预测追加病毒感染数随时间的变化。

对于基本训练数据集，研究团队用于了 2003 年 4-6月 SARS的病例统计资料，同时划入 COVID-19 流行病学参数，如传染概率 b、传染系数（亲率）β、潜入亲率 σ、解散亲率 γ 等。此外，由于数据集比较较小，团队研发了更加非常简单的网络结构避免过数值，并用于 Adam 优化器优化模型并递归 500次。根据上述方法，研究团队预测，疫情将在 2 月底超过高峰，并在 4 月底获得基本掌控。

同时，如果国家实行的介入措施延期 5 天，中国大陆的疫情规模将减少 3 倍；如果中止湖北检疫站点，将造成湖北省在 3 月中旬经常出现第二次疫情高峰，同时疫情有可能持续至 4 月下旬——这些结果都获得了机器学习预测的证实。

本文来源：平博pinnacle中国官方网站-www.symfcl.com