我们可以预测下一次大流行吗？
2020年，新冠疫情让整个世界像按了暂停键。城市封锁、航班停飞、学校关门、股市熔断、马拉松取消、婚礼延迟、奶奶的视频通话变成了例行问候……
人类这才意识到：我们并没有为一次“全球大流行”做好准备。
问题随之而来：如果有“下一次”，我们能提前知道吗？
也就是说，我们可以预测下一次大流行吗？
第一章｜大流行到底是什么？
我们得先搞清楚，大流行（Pandemic）不是说“一个人感冒、全班发烧”，那是小打小闹。
大流行的关键词有三个：
1. 全球范围（全球都受影响）
2. 传播性强（很容易人传人）
3. 影响严重（健康、经济、生活全中招）
历史上著名的几次：
• 1918年的西班牙大流感，全球死了超过5000万人。
• 2009年的H1N1猪流感，虽然致死率低，但传播面广。
• 2020年的新冠，至今我们都还在“后遗症”中生活。
所以我们不是没见过“黑天鹅”，而是每次都被打得措手不及。
第二章｜我们真的完全没预警吗？
其实不是。
早在2003年非典之后，科学家就发出过警告：野生动物病毒“spillover”（溢出）进入人类社会是迟早的事。
比尔·盖茨2015年就做过一个TED演讲：“下次灾难不是战争，而是病毒。”但没人重视。
新冠前几个月，有个“全球大流行模拟演练”叫Event 201，居然模拟的是一个来自蝙蝠的冠状病毒在全球传播……像预言一样。
可惜，现实中的我们，看到警报灯亮，却没有踩刹车。
为什么？
• 政治优先级不高（没人想为“可能发生的事”花钱）
• 预警信息碎片化（数据藏在不同国家、不同系统）
• 公众不关心（毕竟又不是明天就来）
所以，并不是我们没“能力”预测，而是我们没“意愿”预测。
第三章｜科学上，能不能真的“预测”一次大流行？
先说一句真话：像地震、流感这种事，想“精确预测”时间、地点和病原体，目前还不可能。
但我们能做的是：“风险预判”。
科学家有几种方法：
1. 热点地图（Hotspot Mapping）
他们研究哪些地区最容易发生“病毒溢出”。比如：
• 人和野生动物接触多的地方（东南亚、非洲、南美）
• 畜牧业密集、卫生条件差的地方
• 森林砍伐、城市扩张的新兴地带
这些地方就是“潜在出事地点”。
2. 病毒监测网络
有一些组织正在采集蝙蝠、鸟类、猪、骆驼等动物体内的病毒样本。
比如：PREDICT计划就发现了超过1000种“潜在的人畜共患病毒”。
它们像是“沉睡的敌人”，虽然现在不传播，但一旦有突变，就可能“上岗”。
3. 数据驱动模型
科学家用大数据建模：
• 交通流量（病毒怎么传播）
• 气候变化（哪些病媒会扩张）
• 免疫漏洞（哪些人群最脆弱）
比如Google Flu Trends曾经尝试通过搜索词预测流感，但后来因为“过拟合”失败了。
这说明：模型有用，但不是万能。
第四章｜AI和预测模型能帮上什么忙？
人工智能在这里其实挺靠谱。
比如：
• AI可以快速分析数百万条病原体基因序列，找出最危险的突变模式。
• 它可以扫描社交媒体和新闻，找到“异常健康事件”。（比如一个小城市突然发烧搜索激增）
• 它能追踪动物迁徙、空气数据、水源污染……形成“病毒风险图谱”。
更酷的是：
预测病毒突变。
哈佛、MIT等机构现在尝试用AI模拟病毒蛋白质结构，看它下一步可能怎么变异。这样疫苗研发可以“抢在病毒前面”。
虽然现在还不完美，但这条路绝对值得走下去。
第五章｜预测之外，真正关键的是“反应速度”
假设我们明天就知道“非洲某地可能爆发一种新病毒”，我们会怎么做？
• 是第一时间派团队去采样？
• 向世界卫生组织上报？
• 启动疫苗原型设计？
现实往往是：
• 官僚推诿，怕影响GDP
• 媒体不敢报，怕造谣被罚
• 科研缺资源，启动太慢
所以很多时候，预测不是最大难点，响应才是。
就像开车看到前方堵车预警，你得踩刹车啊，不能继续加速还嘴硬说“假消息”。
第六章｜我们个人能做什么？
听起来好像都是国家层面、大机构的事。但其实，我们每个人也能影响“下一次”：
• 科学素养：少转谣言，信专业，不轻信“偏方”
• 理性消费：不乱吃野味，不鼓励非法野生动物交易
• 关注生态：越多森林被砍，病毒就越接近人类
• 做信息中继站：当你发现异常现象，不要沉默，也别惊慌，用事实和数据说话
如果每个人都愿意多做一点，我们就会比2020年更强大。
结尾：我们能不能预测下一次？
我想说，不能精确预测，但可以更好准备。
有句话说得好：
“危机真正考验的，从来不是预见力，而是行动力。”
下一次大流行是否到来，不全取决于病毒，而取决于我们有没有学会“更聪明地活着”。
我们不能做“预言家”，但可以成为“响应者”。
愿下一次，我们不是看着世界暂停，而是提前按下“保护键”。
2025年4月6日
——写给那个希望世界更有准备的你
更多我的博客文章>>>
