亚当 · 库恰斯基谈新冠病毒：我们应该（和不应该）担心什么？

传染病专家亚当 · 库恰斯基（Adam Kucharski）运用数学建模来帮助世界更好的理解埃博拉和寨卡等疾病是如何传播的——以及如何控制这些疫情。随着新冠病毒的威胁持续上升，他针对病毒的传播、政府的应对方式、全社会面对疫情应做出的改变，为我们提供了必要的观点。（音频录制于 2020 年 3 月 11 日，无影像）

大家好，我是克里斯 · 安德森。
欢迎来到《TED 访谈》。

我们正准备邀请一些杰出的嘉宾
参与第四季的访谈，

但我不想让这期访谈
等到那个时候上线，

因为我们正处于疫情当中，

我非常希望现在就能
和这位嘉宾交谈。

他就是亚当 · 库恰斯基
（Adam Kucharski），

一名传染病学家，

主要研究方向为
大型传染病的数学建模。

他是伦敦卫生与热带医学院的

副教授，

也是一名 TED 学者。

（音乐）

亚当·库恰斯基：
那么对于流行病来说，

什么样的行为是最重要的？

交谈，还是密切的肢体接触？

我们应该在疫情爆发前

收集什么样的数据，

才能预测出传染病会怎样扩散？

为了找到问题的答案，我们的团队
建立了一个数学模型……

克里斯·安德森：
当我们想要弄明白

这场学名为 “COVID-19”、

俗称“新型冠状病毒”的疫情，

我发现他的观点非常有用。

我很期待能和大家共同一探究竟。

特别感谢推特上的朋友们

提出了很多问题。

我知道现在这个话题
跟每个人都息息相关。

我希望这期访谈

能为大家提供一个
更加细致的方式，

来思考这场疫情
是如何发展至今的，

未来可能发生什么，

以及我们可以
共同采取一些什么行动。

让我们开始吧。

（音乐）

克里斯：
亚当，欢迎来到 TED 访谈节目。

亚当：谢谢。

克里斯：那让我们
从一些基础问题开始吧。

很多对疫情
持怀疑态度的人——

前几个星期肯定如此，
现在这种想法或许少了些——

他们的反应是，
“得了吧，这没什么大不了的，

病例数量相对很少。

跟流感和其他疾病比比看。

世界上还有更大的问题。

我们为什么如此大惊小怪？”

而我猜这个大惊小怪的理由
是归结于数学的。

我们本质上在讨论
指数增长的数学原理，

对吧？

亚当：正是如此。

我们用一个数字来了解
病毒传播的难易程度，

以及我们要应对的传播规模。

我们把它叫做 “传染数”，

它的含义是，

平均每个病例

会传染多少其他人？

它能让我们了解
疫情的传播规模，

疫情增长会呈现怎样的趋势。

对于新冠病毒来说，
目前我们在多个国家中都发现，

平均每个（患病的）人
会传染两到三个人。

克里斯：关于传染数，

首先要理解的是，
只要传染数大于 1，

就说明疫情将会增长。

而小于 1 的传染数
则意味着疫情将会消退。

亚当：没错——
如果传染数大于 1，

那么每群受感染的人

都会比之前产生更多的感染者。

然后就会看到指数效应，

如果传染数是 2，
每一轮感染的人数都会翻倍；

如果感染数小于 1，

平均而言感染人数会降低。

克里斯：
当传染数达到 2 或以上，

我相信大家都熟悉那个著名的

在棋盘上放米粒的故事：

在每一棋盘格上放的米粒数
都是前一格的两倍，

棋盘的前 10 或 15 格
看起来还好，

但到了第 64 格时，

你突然就能为地球上的每个人
都提供好多吨米了。

（笑声）

指数增长真是一件不可思议的事情。

我们真的不应该着眼于

当前较少的感染人数——

而是应该关注
预测未来形势的数学模型。

亚当：没错。

显然，如果任由指数增长继续，

有时确实会得出大到惊人、

可能难以置信的数字。

但即使只看一个月的时间，

如果传染数是 3，

那么每人平均会感染三人。

每轮感染之间的间隔约为五天，

假如现在有一起病例，

一个月里就有六个
五天一轮的感染周期。

那么到了月底时，

那一个患者就有可能引发

大约 729 起病例。

所以即使是在一个月以内，

倘若没有控制疫情，

感染人数也会迅速飙升。

克里斯：可以肯定的是，

你目前看到的感染数字
似乎都是这样，

至少处在疫情早期阶段的国家

肯定如此。

你提供了一个模型，

让我们可以更清楚的
理解这个传染数，

因为在我看来，传染数几乎就像是
我们如何看待、应对、

甚至害怕病毒的核心所在。

在你的思维模式里，

你把传染数分解成了四个部分，

称之为 DOTS:

持续时间（Duration）、
传染机会（Opportunities）、

传播概率（Transmission probability）、

易感性（Susceptibility）。

亚当，我觉得如果你能
逐一解释这四个部分，

对大家帮助会很大，

因为只需一个简单的等式

就能把这四个部分
和实际传染数联系在一起。

那就让我们依次讨论吧。

“持续时间”是什么意思？

亚当：持续时间衡量的是
一个人具有传染性的时间长度。

例如，从直观上来说，

如果一个人有传染性的时间更长，

比如说是另一个人的两倍，

那么他能散布病毒的时间

就是另一个人的两倍。

克里斯：那相比流感或其他病原体，

这个病毒的持续时间有多长呢？

亚当：这还得取决于

当患者有传染性时是怎么处理的，

如果他们很快地接受隔离，
这个持续时间就能缩短，

但我们发现，
在患者到医院隔离前，

他们大约有一周的时间
其实是有传染性的。

克里斯：而在那一周里，
他们整整一周

甚至不会表现出症状，对吧？

那么一个人受到感染后，
会有一段潜伏期。

潜伏期开始一段时间后，

他开始具有传染性，

可能又过了一段时间后，
他开始出现症状，

但我们还不太清楚
这些时间点是怎样分布的。

对吧？

亚当：不是这样，
我们还在获得更多信息。

从数据中，我们发现

能提示出现了早期传染的
信号之一就是，

从一个人到下一个人
感染发病之间的间隔，

大概有五天的时间。

潜伏期，也就是
症状出现前的那段时间，

也是大约五天。

想象一下，如果大多数人

都只在症状期间感染他人，

那就会有一段潜伏期，

然后再有一段感染别人的时间。

所以，事实上发病间隔
和潜伏期时长差不多，

就说明有些人在很早期，

或者在出现明显症状之前
就已经在传染他人了。

克里斯：这几乎意味着，平均下来，

人们在出现症状前后

传染他人的程度都差不多。

亚当：有可能。

显然这些是早期的数据，

但我觉得它能很好的证明
相当一部分的人

在出现明显症状前，

或者他们没有那种
明显的高烧和咳嗽，

但他们在那段期间

开始感觉不舒服，
并且在散播病毒。

克里斯：这一点是否让它
和流感很不一样呢？

亚当：其实新冠和流感
在这一点上很相似。

流感大流行如此难以控制、

其威胁如此被畏惧的原因之一，

就在于大量传播都是
在患者症状加重之前发生的。

这意味着，等到你确诊这些病例时，

他们可能已经把病毒
传播给很多人了。

克里斯：的确，
这就是它的狡猾之处，

也是让我们束手无策的原因。

它永远领先我们，

而你也没法一直留意
某个人感觉如何，

或者在做什么。

顺便一提，这是怎样发生的？

如何在自己出现症状之前

就感染他人，

因为我们一般会想到，
一个人打了喷嚏，

飞沫散播在空气中，
另一人吸了进去，

感染就是这样发生的。

那么无症状感染
究竟是怎样发生的呢？

亚当：新冠病毒的传播规模

跟其他疾病，比如说麻疹，
是不一样的，

一个麻疹患者打喷嚏时
喷出无数病毒，

可能会让很多易感人士
暴露在病毒之中。

那么有可能在相当早期时，

即使某个人的症状很轻微，

可能只有轻微咳嗽，

就足以排出病毒。

尤其是

我们做了有关

群聚活动、

亲密聚餐活动的研究，

其中有个例子是
在一个滑雪木屋——

即使是在那种环境，
有人只是轻微不适，

但已排出了足量的病毒，
以某种方式接触到了他人，

我们还在尝试研究具体的情况，

但排出的病毒已足以造成感染。

克里斯：但如果有人出现轻微不适，
那他不是还有症状吗？

不是有证据表明，
甚至在他们知道自己生病之前，

就已经出问题了？

因为有篇这周发表的德国论文

似乎指出了，即使在非常早期时，

采集患者的咽拭子，

也能发现成千上万的病毒

已经在那里繁殖了。

有没有可能一个人在不知情的情况下，

只是正常呼吸，

就能向空气中排出一些病毒，

从而直接感染他人，

或者是停留在物体表面？

亚当：我觉得这就是

我们在试图确定的信息。

就如同你所说的，

有证据显示无症状感染者的

喉咙里也能检测出病毒。

所以肯定有可能通过呼吸排出，

但实际发生这种传播的例子
是否较为罕见？

还是说可能会看到
更多感染通过这种途径发生？

这些都是很早期的数据，

我觉得它就像是拼图中的一块，

但我们还在试图拼凑出

它和其他已知的
传播事件之间的联系。

克里斯：那么持续时间
就是指传染期的长度，

我们认为是五到六天，没错吧？

亚当：可能是一周左右，

取决于传染期的患者
接受了何种处理。

克里斯：还有几起病例

是在患者感染过后很久很久
才检测出阳性。

虽说确诊了，但他们之前
可能传染性并没有那么强。

不知道这样想对不对？

亚当：我觉得这是我们
目前得出的理论，

很多感染都是早期发生的。

我们在几类呼吸道感染中都能看到，

当患者明显病重时，

他们的行为举止

会和平时正常的走动、
生活时大不相同。

克里斯：同样把这个持续时间
和其他疾病相比，

例如流感，

流感和新冠相似吗？

流感的持续时间有多久呢？

亚当：对于流感来说，

患者能活跃传染他人的时间
可能要稍微短一些。

流感从一个病例
到下一个的周转时间

其实非常迅速。

从一个人感染，
到他感染下一个人，

甚至只需约三天时间。

而另一个极端是性病之类的疾病，

持续时间可能有几个月。

克里斯：是的。

对于新冠病毒，
目前来说还没什么特别反常的。

接下来是 O，“传染机会”。

这是什么呢？

亚当：传染机会衡量的是
当患者处于传染期时，

病毒有多少机会

通过人际互动进行传播。

一般来说，它衡量的是社交行为。

传染期的患者平均进行了多少次

能为病毒创造传播机会的社交接触。

克里斯：也就是特定的某一天内，

你和多少人进行了

距离短到有机会感染他们的接触。

而在一般的都市环境下，
如果人们不采取预防措施，

这个数字有可能

可能高达数百人，对吗？

亚当：对于某些人，是有可能的。

近年来我们进行了
几项这方面的研究，

发现平均而言，

我们每天大约
会和五人发生肢体接触。

大部分人一般会和 10 到 15 人

进行交谈或接触，

但很显然，

在不同文化之间，

在问候时进行肢体接触的程度
会有很大差异。

克里斯：想必新冠病毒和其他疾病

在这个数字上依然没有什么不同。

我的意思是，它只是
我们生活的某个特征。

亚当：如果通过这类互动进行传染，

这个数字应该差不多。

我们在流感和其他
呼吸道感染中也看到过，

比较密切的接触与日常的肢体互动

似乎是病毒传播的重要渠道。

克里斯：或许有一处不同。

如果你是无症状感染者，

可能意味着有更多的传染机会。

这也是新冠病毒的天才之处，

通过隐瞒它已侵入人体，

让人们继续与人接触、上班、

搭乘地铁等等，

患者甚至不知道自己生病了。

亚当：没错。

对于像流感一样的疾病，

当人们生病时，
他们的社交活动会明显下降。

所以能在人们的日常生活中

进行感染的病毒，

本身在传播上就具备了
一定的有利条件。

克里斯：在你的模型中，

有没有把这个 “机会数”
设置得比流感高呢？

亚当：目前，
我们用的是相近的数值，

我们在尝试研究，比如说，

不同人群的肢体接触频率。

不过我们是在衡量风险。

这就要说到 “T” 了，

也就是在每次接触中，

病毒发生传播的风险是多少。

克里斯：好的，
让我们谈谈下一个数字，

“T”，传播概率。

你是怎样定义它的呢？

亚当：它衡量的是

在某个特定机会
或某次特定互动中，

病毒传播的几率。

你大可以和某人
进行正常的对话，

但你并没有咳嗽或打喷嚏，

或者出于某些原因，
病毒并没有传播过去

并接触到对方。

对于这个病毒，正如我所说的，

假设人们每天进行十场对话，

但患者不见得每天都会感染十人。

这就说明并不是所有的接触机会

都会造成病毒的实际传播。

克里斯：但人们都说
这个病毒的感染力极强。

它的传播概率的数值是多少，

和流感相比又是怎样的？

亚当：我们也针对一些
密切接触的聚会进行了分析。

我们研究了大概十个不同的案例，

发现在这些场景下，
大约有三分之一的接触者

在之后受到了感染，

患者当时处于早期阶段，
其他人还没有察觉。

所以，如果是在大型聚餐中，

每位接触者可能都有
大约三分之一的几率

暴露在病毒下。

对于季节性流感而言，
这个几率会稍微低一些，

即使是在家里和亲密环境中，

传播机率也不一定会那么高。

就算是 SARS 这样的传染病，
这些数值也算是——

每次互动产生的风险

似乎也要低于新冠病毒。

这也比较符合直觉，

如果新冠病毒这么容易传播，

那么每次互动的风险
肯定也更高。

克里斯：原来如此。

那么接下来是
DOTS 的第四个字母，

“S”——易感性。

能解释一下吗？

亚当：它衡量的是人口中
易受感染人群的比例。

试想当你和别人互动的时候，

病毒传播过去、接触了他们，

但有些人可能已经接种了疫苗，

或是有一定的免疫力，

使他们自己没有受到感染，

也不会感染他人。

因此我们也要考虑到
可能有一定比例的人群，

其实自己并不会
转变成确诊病例。

克里斯：显然，
目前仍没有新冠病毒的疫苗；

据我们所知，也没有任何人
能对新冠免疫，至少刚开始是这样。

那么你在建模时会把
易感性数值设置得比较高吗？

这是一部分问题所在吗？

亚当：是的，
我认为有证据显示，

这场疫情中，整个人口
都属于易感人群，

即使是在中国这样的地区，

病毒已经传播得很严重，

但防控措施也非常严苛，

我们估计，截至一月底，

可能还有 95% 的武汉居民
仍属于易感人群。

所以，有很多人受到感染，

但其实 DOTS 中的传播因素

并不需要太高，就能造成大量感染。

克里斯：这里运用数学的方法，

我必须承认，
即便在这种压力之下，

这里面的数学成分
还是让我非常感兴趣，

因为我还从没有
以这种方式思考过问题，

你只需简单地把这几个数字相乘，

就能得到传染数。

是这样吗？

亚当：没错，

当你把这些数字乘起来时，

就是在模仿
病毒传播时的感染途径，

然后就能得到这个病毒的传染数。

克里斯：这背后有一套完整的逻辑。

先是你具有传染性的持续天数；

接着是那些天里，

平均每天你看到的、
有机会去感染的人数。

然后再乘以传播概率，

本质上就是病毒进入人体（的概率），

也就是所谓的交叉感染。

接着再乘以易感性数字。

顺带一提，你觉得新冠病毒的

易感性比率是多少呢？

亚当：就传播而言，
我认为我们必须假设

易感性接近 100%。

克里斯：好的，把这些数字相乘，

目前看来，
似乎对这个新冠病毒来说，

你说过当前的传染数
最有可能是在 2 到 3 之间，

这意味着急剧的增长。

亚当：正是。

在未经控制的疫情中，

现在我们看到有几个国家
就处在这种阶段——

疫情发展会非常迅速。

克里斯：那么 2 到 3 的传染数
和流感相比怎样呢？

我猜，有冬天的季节性流感，

传播比较快；

而在一年的其他时节，

流感的传染数则下跌到
远低于 1，对吗？

但在季节性流感时期，
传染数是多少呢？

亚当：在流感季节的开始，

流感疫情飞升的早期，

我们认为传染数大概是在
1.2 到 1.4 之间。

所以它的传播性并不是特别高，

可以想象人口中的确
因注射疫苗或其它原因

存在一定的免疫。

所以流感是能传播的，
它的传染数大于 1，

但流感的增长速度
并没有新冠疫情快。

克里斯：我想再探讨一下
其中的两个因素，

机会和传播概率，

因为它们似乎是最有可能

降低感染率的两个数字。

在我们讨论之前，

让我们谈谈另一个关键数字：

死亡率。

首先，你能否定义一下——

我记得死亡率有两个版本，

可能会让人们弄混。

你能定义一下它们吗？

亚当：我们最常讨论的
是所谓的 “病死率”，

即出现症状、确诊为病例的患者中

最终因病死亡的比例。

我们有时候还会提到一种

所谓的 “感染致死率”，

指的是被感染的所有人中，

无论是否出现症状，

最终因感染死亡的比率。

但我们看到的绝大部分数字

都是病死率（case fatality rate），
有时候也简称为 CFR。

克里斯：
那么这个病毒的病死率是多少，

和其他病原体相比呢？

亚当：有几个数字一直在波动。

实时汇报数据的挑战之一，
就是你往往看不到所有的病例，

因为可能有人出现了症状，
却没有如实上报。

另外还存在延迟。

例如，

假设有 100 名
新冠患者现身医院，

目前还没有人死亡，

但这不代表死亡率是零，

因为必须等一等，
才能知道他们之后的状况。

针对漏报病例
和延迟进行校正之后，

病死率的最佳估计大约是 1%：

所以，出现症状的患者中，

平均约有 1%

最终会因病死亡。

这大概比季节性流感严重 10 倍。

克里斯：是呀，
想想有多少人死于流感，

这个对比太吓人了。

世界卫生组织之前提出了

一个更高的数字，3.4%，

因此受到了一些批评。

请解释一下那个数字
为什么可能有误导性，

以及该如何思考并进行校正。

亚当：一个很常见的现象是，
人们看见这些原始数字时，

他们会说：“目前有多少人死亡，
有多少人确诊，”

然后看回那个比例，

即使在几周以前，
那个数字已经是 2% 了。

但如果想象一下延迟效应，

即使病例不再增加，

随着时间推移，
还是会出现死亡病例，

让数字继续往上爬。

这在每一场疫情中都发生过，
从流感到埃博拉，

我们反复看见过这种现象。

我对不少人明确说过，
这个数字会继续上升，

因为随着中国的病例数减缓，

这个数字看起来会增加，

其实这只是一个
统计学的怪现象。

这种变化其实没什么大不了的，

并没有发生
病毒基因突变之类的状况。

克里斯：如果我没理解错，
发生了两种效应。

第一，现有病例中的

病亡人数会增加，

实际上会让病死率高于 3.4%。

但这种增加需要和一个事实相抵消：

显然，因为我们检测不力，

导致大量病例

未能被检测出来，

而这可能反映出——

早期病例数应该要大得多。

是这样吗？

亚当：没错。

一种现状在把病死率数字拔高，

另一边又把它拉低。

对于这种较早期的数值而言，

如果你只对延迟进行校正
（增加病死数），

却不考虑那些未上报的病例
（不增加总病例数），

那你确实会得到一个
非常吓人的病死率数字，

有可能达到 20%、30%，

这跟我们所了解的
该病毒的病死率

非常不一致。

克里斯：好的。

现在我们收集了更多数据。

在你看来，你认为可能的病死率——

至少在受感染的初期——

大概是 2% ？

亚当：整体来说，

我觉得可能是在
0.5% 至 2% 这个范围，

这是根据多个不同数据集得出的，

而且是针对有症状的患者的。

我认为，平均而言，
1% 是个比较恰当的估计。

克里斯：好的，1%，

一般认为流感的死亡率是 0.1%，

所以新冠病毒的危险性
比流感高 5 到 10 倍。

众所周知，

病毒的危险性
对各个年龄阶层是不一样的，

它主要影响的是老年人。

亚当：是的，我们看到
平均病死率是 1%，

但一旦只看 60 岁、
70 岁以上的人群，

这个数字就开始暴增。

我们估计这些年长群体

可能会面临 5%
到 10% 的死亡率。

当然，在这之上，

你还要考虑谁会成为重症病例，

哪些患者需要住院。

在年长群体中，
这些风险确实会变得很高。

克里斯：亚当，帮我们
把这些数字整合一下。

在你的模型中，

如果把感染数设为 2 到 3，

死亡率设为 0.5% 到 1% 之间，

然后进行模拟，

结果如何呢？

亚当：如果不对传播进行控制，

并且传染数是 2 到 3，

你又不进行应对，

那么唯一能让疫情结束的方式，

就是等足够多的人
感染病毒、产生免疫，

这样疫情就会自己结束。

在这种情况下，

可以预见，
会有大量的人口受到感染。

比如说，我们在其它很多

未经控制的疫情中都看见过，

疫情在整个人口中蔓延，

大量人口被感染，

要是死亡率与住院率
像新冠这么高，

如果真的发生了，
后果将会非常严重。

在国家层面肯定如此，
我们看到——

目前，意大利
就是个很好的例子，

如果早期传播没有及时发现，

疫情迅速发展，

很快就会面临
医疗系统崩溃的状况。

我觉得新冠病毒最糟糕的一点是，

由于感染、出现症状和就医之间

存在时间上的延迟，

如果医疗系统难以招架，

即使有一天，

你能完全阻止病毒传播，

但很多人已经受到感染了，

所以在接下来的几周里，

还是会继续出现病例和重症病例。

所以最可怕的是，你的人口要承受

医疗系统中大量累积的感染与负担。

克里斯：其实还有一个关键数字，

就是总病例人数

与一个国家的医疗体系
可以处理的病例数量

之间的比例。

可以想象这个问题

能对死亡率产生很大的影响，

差别就在于，接收重症病患的

是有能力应对的，
还是不堪重负的医疗体系。

这时候，死亡率将会变得非常不同。

亚当：如果有人要
进重症监护室（ICU），

他们可能要在那里躺上几个星期，

而这期间有更多病例
进入医疗系统，

那么医疗系统很快就会不堪重负。

克里斯：那来谈谈

“围堵” 与 “缓疫” 的区别。

这是我们常常听到的两个不同术语。

在疫情的早期阶段，
政府注重的是围堵。

这是什么意思？

亚当：“围堵” 的意思就是
把控制疫情的力量集中在

病例和他们的接触者上。

这样就不会
对更广大的群众造成干扰，

出现了新病例就进行隔离，

找出与他们接触的、

有机会被感染的人，

然后跟进这些接触者，

可能要对他们进行隔离，
以确保病毒不会进一步传播。

这是一个目标非常明确的、
有针对性的方法，

它在 SARS 疫情中效果拔群。

但我认为这次疫情，

因为有些病例会被遗漏、
或是没检测出来，

你必须要能捕捉
很大一群有感染风险的人。

如果有几条漏网之鱼，

就有可能会引爆疫情。

克里斯：有没有任何国家

成功采用了这种策略

并有效地控制住了病毒？

亚当：在过去的六周内，

新加坡在这方面做得非常出色。

结合更广泛的措施，

非常努力地追踪了

患者所接触的人群。

他们查看闭路电视，

追踪患者可能搭乘了哪辆出租车，

谁可能面临风险——

进行了非常非常彻底的追踪。

在约六周的时间里，
他们很好地遏制了传播。

克里斯：太厉害了。

如果有人入境这个国家，

并检测出阳性——

他们一个庞大的团队就开始行动，

追踪所有行程，

可以细致到说，

“ 你不知道你上了
哪一辆出租车？

让我们帮你找出来。”

假如他们找到了出租车司机，

他们还要试图找出
这辆出租车的所有乘客？

亚当：他们会把精力集中在
风险最高的人的密接者上，

但这样做确实减少了
出现漏网之鱼的机会。

克里斯：但如果我没搞错，
即使在新加坡，

病例数字开始下降到零，

但我记得最近
他们的疫情又有点回弹。

我们还不清楚

他们是否能继续维持围堵。

亚当：没错。

如果就传染数而言，

我们看到它下降到了
大概 0.8，0.9，

也就是低于 1 这个关键值。

但是在前一两周，

数值确实看似回升了，
也出现了更多的病例。

我觉得很大程度是因为，

即使他们在努力围堵病毒，

但世界各地都出现了疫情，

并不断地抛出感染的火星，

导致即使是那种强度的努力，

也越来越难将火星全部踩熄。

（音乐）

克里斯：关于这个病毒，

世界上大部分国家
都得到了警告，

知道这场疫情已经来袭。

从中国传出的新闻
很快就让形势变得非常严峻，

给了其他人准备的时间。

我想问，一套理想的防疫措施
应该是怎样的——

如果你知道疫情即将袭来，

也知道能否在疫情失控前
成功进行围堵

事关重大？

亚当：我认为有两件事情
能造成巨大的差别。

一是进行尽可能彻底的检测和追踪。

我们也做了一些建模分析，

研究早期围堵的成效如何。

如果你能查出 70% 或 80%

曾与病患接触过的人群，
围堵是能起效的。

但如果你没有检测新病例，

没有检测他们的接触者——

而且早期的着重点大多是在，
例如中国的旅游史上，

然后情况很明显发生了改变，

但因为你依赖那一点
作为对病例的定义，

这就意味着可能有许多其它
符合定义的病例

没有进行检测，

因为他们看上去
似乎没有潜在感染风险。

克里斯：嗯，
如果早期检测是关键所在，

那么我猜一个重要的早期措施就是，

要快速确保在需要的地方

有足够的试剂盒，

以便能及时响应，

一旦检测出确诊患者，
能迅速做出反应，

然后要非常迅速的
检测他们的接触者等等，

这样才能有机会控制住疫情。

亚当：没错。

在我的领域里，
我们会说阴性结果是有价值的，

因为它证明了你想看到的东西
那里并没有。

我认为只对小部分人进行检测

不足以给你
没有遗漏感染者的信心，

不过，如果你对接触者
进行了非常彻底的追踪，

我们看到现在就像韩国

也进行了很大规模的检测。

虽然仍有病例出现，

但他们还是更有信心

对感染者的分布有一定把握。

克里斯：你现在在英国，

而我在美国。

那英国和美国

有多大可能会把病毒围堵住？

亚当：我认为两者都不太可能。

我认为英国必须要采取更多的措施，

这些措施的实施时间

显然得看目前的情况，

但如今我们已经检测了接近三万人。

坦白说，我认为美国很可能
早就错过了能围堵的时机了，

毕竟已经有不少证据显示
病毒传播的广泛程度。

而且我觉得如果不清楚
到底有多少感染者，

并且只有目前的检测程度，

是比较难真正看清美国的现状的。

克里斯：我并不想
把这个话题变得政治化，

但我想说，你会不会觉得——

你刚说英国已经测试了三万人——

美国比英国大五到六倍，

而我记得这里总共检测了
五到六千人，

至少几天前是这样。

这会让你觉得匪夷所思吗？

老实说，我并不明白，
一个拥有丰富传染病知识、

教育水平又很高的国家
怎么会发生这种事。

亚当：这确实会发生，

我觉得是由几大因素造成的，

比如后勤之类的，

但有一段警告期告诉了大家，

这是一场威胁，且正在步步逼近。

我认为国家需要确保
它们有足够的能力

在早期尽一切可能多做检测，

因为这正是逮住病毒的时机，

也是围堵机会最高的时候。

克里斯：好，如果围堵失败，

那就要转而实行某种缓疫策略。

这里有什么相关因素呢？

我觉得应该回顾一下

DOTS 中的两个要素，

机会以及传播概率。

因为似乎这个病毒的特性就是，

某个人具有传染性的持续时间

我们是无法改变的。

至于易感性因素，

在疫苗问世之前，
我们也做不了什么。

我们等下可以讨论一下这方面。

但针对中间的机会和传播概率，

我们是能做些什么的。

你能不能依次谈谈这两个要素，

我们能做些什么，

该如何制订缓疫策略？

首先，考虑到机会，

该如何减少

传播病毒的机会？

亚当：在这方面来说，我认为

我们的社交互动
需要做出巨大调整。

若从传染数角度出发，

目标要从 2 或 3，

降到 1 以下，

那真的要把传播的某些方面

减少一半或三分之二，

才能把传染数压到 1 以下。

那么这将需要——

所有能传播病毒的机会、

也就是密切接触，

每一个人

平均来说都要把这些互动次数

减少三分之二，才能控制住疫情。

他们可能要居家工作、

改变生活方式、

改变去人群密集的地方
和出门就餐的频率。

当然，还包括关闭学校，

以及其他尝试减少

社会人口聚集的措施。

克里斯：那多说一些关于
关闭学校的事情，

因为如果我没记错，

在之前的疫情中，
这被视为至关重要的举措，

学校代表着人群聚集地，

小孩子通常——

是病毒携带者，

对流感和感冒肯定如此。

但新冠似乎

对儿童的致病率不是很高，

至少生病的人数很少。

我们知道他们是否也具有传染性吗？

他们可能是不知情的携带者。

或者有没有证据显示，
关闭学校的举措在这次疫情中

可能并没有在其他疫情中那么重要？

亚当：关于孩子扮演什么角色的讨论

至关重要，

而目前仍没有充足的证据。

从追踪病例接触者的情况来看，

的确有证据显示儿童会受到感染。

检测时会发现他们接触过病毒，

并不是说他们因某种原因
完全没有受到感染，

而是如你所说，他们没有
以同样的形式表现出症状。

尤其对于流感，

我们能看到关闭学校的影响，

甚至是 2009 年
英国爆发猪流感时，

在学校放假期间，疫情也有所减缓，

可以从疫情曲线中看到，

它在夏季有所下降，
而在秋季又重新回升。

不过当然，在 2009 年，
年长的群体已有了一定免疫，

所以病毒传播会更多地
转向年轻的人群。

我觉得这确实是
我们在试图理解的一个课题。

显然，随着学校的关闭，
互动也会减少，

但还存在连锁社会反应，

爷爷奶奶可能会受到影响，

如果父母要上班的话，

他们可能要接替照顾孩子的职责。

因此我认为有许多因素
都应纳入考量。

克里斯：根据你所看到的
所有不同证据，

如果你有决定权，

你是否会向当前的多数国家推荐

严肃考虑长期关闭学校的预防措施，

告诉他们作为一种痛苦的、
持续两到五个月的策略

是值得的？

你会怎样推荐呢？

亚当：我觉得

考虑到不同年龄层的风险分布
以及老年人群中的严重程度，

关键在于减少
会把感染带进这些群体的互动。

至于其他群体，
要尽可能地减少互动。

我觉得关键在于，

60 岁以上的群体中的
疾病负担如此之重，

以至于不单只需要

避免人与人之间的接触，

而是要避免

会让感染传进这些群体的行为。

克里斯：这是否意味着，

人们在拜访住在养老院
或寄宿疗养设施的至亲前

应三思而后行？

我们是不是只需要自己特别小心？

还是说这些设施
全都应该非常仔细地检查

他们接纳的人员，

比如测量体温、
观察是否有症状之类的？

亚当：我认为这些措施
肯定需要考虑。

在英国，我们正在制定计划，

可能会针对年长群体

实施 “茧式策略”，

以尽可能地

防止那些可能引入感染的人

与年长群体接触。

正如你所说的，

我们终究无法深入探究
病毒传播的其它方面，

只能尽量减少这些群体的暴露风险，

所以我认为在个人层面上
需要采取一切措施

让人们降低感染风险，

如果是年长群体或其他高危群体，

这将至关重要。

另外我认为在更大众的层面上，

这些更大规模的措施
能在总体上减少人群互动，

但如果只减少这些互动，

却不减少那些

可能会成为重症的人群的风险，

那你还是会面临非常沉重的负担。

克里斯：人们在考虑这件事的时候，

是不是几乎得用上两重标准？

一方面，在日常生活中，

会面临感染上病毒的风险。

但还有一种风险是，
你在无意间成为了携带者，

并传播给一旦受到感染，
会承受更多痛苦的人。

而在当下，
这两方面都必须同样重视。

亚当：没错，
问题不只是你与谁握手，

而是那个人又会和谁握手。

我们应该想想
这些二级的接触，

你或许因为年轻

而觉得自己感染风险比较低，

但你离被感染的
后果非常严重的某人

往往仅有一步之遥。

我认为我们非常需要增强社会意识，

可能要在行为上做出巨大改变，

但是必须这么做

才能削弱我们可能要面对的影响。

克里斯：所以我们只需通过

减少与他人的肢体接触，

来降低机会数。

那么我们该如何降低

传播概率的数值？

这会影响我们如何进行互动。

你刚刚提到了握手，

我猜你接下来要说，不要握手。

亚当：没错，有用的正是这种改变。

我觉得另一个就是洗手，

勤洗手能让我们

继续进行和往常一样的活动，

但同时能减少我们在两次互动之间

传播病毒的几率。

这些措施就意味着

即使我们接触了病毒，

我们也要采取额外的措施，
以避免任何进一步的传播。

克里斯：我还是觉得大多数人

对病毒的传播途径没有完全理解，

或者是没有清晰的模型。

大家肯定明白，

不要吸入

别人咳嗽或打喷嚏的飞沫。

那它是如何传播的？

病毒为什么会停留在物体表面？

是不是患者一呼吸，
病毒就出来了，

他们摸了自己的嘴，

再触摸其他表面，
病毒就这么沾上去了？

病毒究竟是怎样停留在表面的？

亚当：很多情况是，
你用手遮住嘴咳嗽，

然后又摸了别的其他的表面。

但我觉得最大的挑战是

了解病毒传播的过程。

家里发生了传播，

是因为有人咳嗽，
让病毒停在了表面，

还是因为直接接触、握手？

哪怕对于流感，

这也是我们很努力
想要解开的问题——

社会行为与感染风险的关系
到底是怎样的。

因为这问题明显很重要，
却很难解决。

克里斯：几乎就像是在接受

我们对很多这种问题
一无所知的事实，

我们全都在玩一场概率的游戏。

这大概也是我觉得
数学在这里如此重要的原因。

你必须把它想成是

多个数字在相互作用，

它们各司其职。

如果其中任何一个数值
能降低 1%，

不仅对你，

对每个人都能有好处。

很多人其实并不清楚
这些数字具体是怎样运作的，

但他们知道
这些数字可能都很重要。

我们几乎需要人们
设法接受这种不确定性，

然后从其各方面入手，
试图获得些许满足。

亚当：我觉得是这样想：

如果你平均会感染三个人，

这是什么原因造成的，
又该如何降低这个数值？

如果你勤洗手，

能减低多少
通过握手传播的可能性。

之前手上可能沾了病毒，
洗了手就不再有了；

或者你改变了某种社交行为，

这是减少了一两次互动，

还是减少了一半？

你究竟该如何尽量降低那个数字？

克里斯：还有什么其它方法能够

减少互动过程中的传播机率吗？

例如，如果可行的话，
我们应该与他人

保持多远的社交距离才比较明智？

亚当：我觉得很难给出
一个确切的数字，

但是要记住，
目前并没有多少证据指出

这是一种气溶胶，
会传播很长的距离——

其实传播距离比较短。

我并不认为

你坐在离他人几米的位置

还能感染到病毒。

主要是密切接触，

所以我们才会发现很多传染事件

都发生在聚餐和非常紧密的群体中。

因为可以想象，

这些场景中，
病毒能传播到物体表面、

手上、脸颊上，

我们需要多加考虑的
正是这种情况。

克里斯：如此一来，

人们内心的某些恐惧
其实可能过于夸大了，

比如你坐在飞机中央，

而最前面有人打了喷嚏，

确实让人恼火，

但其实最让你惶恐的
并不应该是这件事。

还有更为明智的方式
让你注意自身健康。

亚当：没错，如果是麻疹，
而飞机上又是易感人群，

之后会有很多人感染。

但我觉得要记住，

一个人平均能感染的是两三人，

所以并不是说
你一周内接触了 50 个人，

所有这些人都有感染风险。

但其中一些人，

尤其是那些密切接触者，

有可能会被病毒传染。

克里斯：那让我们

从国家策略的角度谈谈。

有很多关于
“要压平疫情曲线” 的言论，

这是什么意思？

亚当：这里指的是对于医疗系统，

你并不希望所有病例
都在同一时间出现。

如果我们置之不理，

任由疫情增长，

比如目前某些地方的增长率，

看上去大概

每三四天就会翻倍。

每三四天，病例数都会翻倍。

疫情会一路飙升，最后导致

有一大群危重症患者

全都需要在同一时间住院，

你根本没有那么大的容量。

所以拉平曲线的想法是，
如果我们能减缓传播，

让传染数下降，

那么还是有可能出现疫情，

但疫情会缓和得多，

持续时间更长，

重症病例更少，

这就意味着他们能及时获得
所需的医疗资源。

克里斯：这是否意味着
整体病例会有所减少，或者——

如果看看压平曲线的

实际图像是怎样的，

看上去似乎
曲线下面的面积还是一样，

也就是最终的感染人数相同，

但是在更长时间内发生的。

一般来说会这样吗？

即使已经采取社交距离、

勤洗手等措施，

能期望的最好情况是减缓疫情，

但实际上最后
感染的人数还是一样多？

亚当：也不一定——
这取决于采取的措施，

有些措施如暂停旅游，

一般会延缓而不是减少传播。

这样我们依旧要面对同样的疫情，

但疫情的时间会被拉长。

但还有其他的措施。

如果我们减少互动机会，

如果传染数下降，

那么总体的病例数应该会减少。

久而久之，在人口中

会逐渐形成一些免疫，

想想 DOTS 四要素，
这是有利的，

因为能降低易感性，

此外还有别的益处。

所以希望这两件举措能共同起效。

克里斯：我还想了解一下
这场疫情的结局会如何。

就以中国为例子，

不管你怎么看待

早期隐瞒数据之类

比较令人困扰的行动，

但到了一月，他们对疫情
进行了很有力的响应，

对国内一个巨大的区域进行封城，

看上去确实颇有成效。

病例数量正以惊人的速度骤降，

几乎快清零了。

这让我感到匪夷所思。

我们正在谈论一个
14 亿人口的国家，

在那里出现了大量病例，

但患病人数
占总人口的比例微乎其微，

而且他们还大幅减少了感染数。

并不能说中国的每一个人
都产生了神奇的免疫力。

是不是因为他们绝对遵守了

禁止从疫区出行的命令，

并且一旦出现任何问题的苗头，

都极大幅度地增加了检测，

这样一来中国的大部分地区

都可以说是回到了围堵模式？

我真的搞不清楚，
帮我解释一下吧。

亚当：我们估计在
一月的最后两个星期，

当这些措施开始奏效后，

传染数从 2.4 下降到了 1.1。

也就是说，传播规模在一两周内

减少了 60%。

这真的很了不起，

而且很大一部分原因
可能只是在于社交行为

发生了根本改变，

充分的社交距离、

极高强度的追踪与检测，

最后终于

把传染数降得足够低，

从而导致了疫情的消退。

当然，现在我们看见很多地区

正在回到围堵阶段，

因为病例数很少，
所以更容易应对。

同时，我们也看到他们
正面临挑战，

因为很多城市都进行了

长达六周的封锁，

而封城也是有时间限度的。

其中有些措施正在逐步解除，

自然也制造了

从境外输入的病例

可能会重新引发传播的风险。

克里斯：但考虑到
病毒传染性这么强，

以及封城中或相对戒严时的武汉

或者其他出现疫情的地区，

这些地区

和全国其他地方的人口

存在那么多理论上的
接触渠道和连接点，

你是否惊讶他们这么快
就能让曲线几乎归零？

亚当：是的。

最初的几天，我们看到

病例有所减缓的时候，

我们确实有猜测，是否只是因为
他们的检测能力达到了极限，

当时他们一天报道 1000 例，

是因为他们手头只有这么多试剂盒。

但谢天谢地，病例持续减少，

证明通过那种强度的干预，

是有可能翻转局势的。

我认为现在的关键是，
要看在其他环境中效果如何。

意大利现在正在采取
非常夸张的措施。

但当然了，因为有延迟效应，

如果今天开始投入措施，

在未来的一两周内

都不一定看得出效果。

我觉得弄明白
这些措施带来的影响，

对于帮助其他国家围堵疫情

将会很关键。

克里斯：亚当，

对于接下来的一两个月内
事态将如何发展，

能否为我们讲一下
你能想到的几种情况。

亚当：我认为乐观的情况是，

我们会从不幸被疫情
沉重打击的国家，

比如意大利身上学到很多。

其他国家也会非常严肃地看待疫情，

我们不会让疫情持续发展，

最后把国家完全压垮，

而是能让疫情足够缓和，

我们会有大量的病例，

可能会有不少的重症病例，

但一切都更好掌控，

这就是比较乐观的情况。

我认为如果到了某个地步，

国家没有认真对待，

或是人群没有很好地遵守防控措施，

或是检测不当，

情况就会更严峻——

我觉得伊朗可能是近期
最接近的一个例子——

那里病毒传播得相当广泛，

当他们开始响应时，

病毒感染早已入侵了社会系统，

将会以病例和重病的形式出现。

我希望我们没有到这个地步，

但我们目前肯定有

大约十个国家，
处于前景和意大利一样的

发展趋势中。

所以接下来的几个星期
是至关重要的。

克里斯：有没有可能

到头来有不少国家

今年死于新冠的人数
远高于季节性流感？

亚当：对于一些国家是有可能的。

如果疫情无法控制，

我们在中国目睹了这种情况，

但他们确实做到了史无前例的干预。

真的只是靠改变社交的模式。

我觉得很多人最开始
并没有真的理解，

把人际互动减少到那种程度

那到底意味着什么。

我认为很多国家
根本没法做到这一点。

克里斯：
几乎是对民主的挑战，对吗——

“ 行，那让我们看看，
没有那种严格的管控你能做什么。

如果你不喜欢这种想法，

来吧，公民们站出来，
让我们看看你们能干什么，

向我们证明你们对待疫情

能够明智、机灵、自律，

能够打败这该死的病毒。”

亚当：没错。

克里斯：
我个人对这个并不是特别乐观，

因为那么多不同地方
发出了这么相互矛盾的信息，

人们也不喜欢短期牺牲。

有没有一种情况——

我是说，你认为

媒体在这里起到的是积极作用

还是消极作用？

非要说的话，夸大担忧与恐惧

让人们稍微恐慌一下，

其实是不是在某种程度上有点用呢？

亚当：我认为这是很难达到的平衡，

因为早期如果没有病例，

也没有任何证据指出潜在压力，

如果对此过度宣传，

会很难说服民众认真对待。

但同样的，如果你等太久，

说这还不足以担忧，我们目前很好，

很多人就会觉得这只是流感。

等到疫情严重了，像我刚刚说的，

你就会面临长达数周的
医疗系统崩溃，

因为即使你采取措施，

想要控制大范围传播的感染
就已经太迟了。

这里的平衡很微妙，

我希望现在加强了报道力度，

现在有意大利这样的切实例子，

人们能看到不认真对待的后果。

但可以肯定的是，
在我见过的所有疾病当中，

很多比我年长许多的同事

都还记得其它疫情，

从造成的影响来看，
这是我们见过的最可怕的疾病，

我们必须采取严肃的应对措施。

克里斯：这是你们见过的
最可怕的疾病。

哇。

这里有一些来自推特网友的提问。

大家显然都很关心这个话题。

假如每个人

都闭门不出三个星期，

是否能有效地把疫情扑灭呢？

我们能不能通过社交隔离
结束这场疫情？

亚当：我认为在某些
家庭规模较小的国家是可行的。

英国和美国的
家庭平均约有 2.5 名成员，

那么即使在家里发生了感染，

三周的居家隔离也可以将它扑灭。

还有个附加好处是，

你也很有可能借机消灭
其他一些传染病。

麻疹只在人类之间传染，

因此可能会产生连锁反应，

当然，前提是这种做法可行的话。

克里斯：显然，
这对经济会造成巨大打击，

几乎可以说，潜在的挑战之一就是

我们无法优化公共政策，

以兼顾经济健康和抗击病毒。

就像这两件事情存在一定冲突，

或者至少是在短期的经济健康
和对抗病毒之间。

这两件事情是相互冲突的，对吗？

而社会必须二者择其一。

亚当：要说服人们
在两者间取得平衡是很难的，

对于疫情防控我们一直会说，

现在就投入措施的开销不大——

否则以后就得为此付出代价。

但很遗憾的是，
正如在疫情中所见，

早期并没有多少用于响应的资金，

只有当疫情造成影响、
代价越来越难以承受时，

人们似乎才甘愿接受这种代价。

克里斯：好，继续推特提问。

接下来几周或几个月的天气转暖

是否会减缓新冠病毒的传播？

亚当：我还没看到任何有力证据显示

新冠病毒与温度之间有强烈关联，

我们看到其他传染病是有季节性的，

但我认为大范围的疫情爆发

让我们很难识别规律，

何况还有其他因素影响。

就算一个国家的疫情
没有其他国家严重，

其中也有防控措施、

社交活动、感染机会等因素影响。

如果确定与温度有关，
这会让人安心不少，

但我觉得我们暂时还不能下定论。

克里斯：继续来看推特上的问题，

有没有一个全球统一的建议，

指导所有国家

该如何应对疫情？

如果没有的话，为什么？

亚当：我觉得这正是
人们绞尽脑汁想要解决的问题，

首先要看什么措施有效。

我们在前几周才刚刚发现，

在很强的干预下，

疫情是能被控制的，

但当然，不是所有的国家
都能像中国那样，

有些措施

会对人口产生巨大的

社会、经济和心理负担。

当然，还有时间限度。

在中国，封城持续了六周，

这是非常难维持的，

所以我们需要权衡

要求民众统一行动的利弊，

哪些行动对实际减轻负担
能起到最大的作用。

克里斯：下一个问题：

疫情是如何发生的，
还有可能再次发生吗？

亚当：疫情的源头很可能是
蝙蝠中的病毒，

然后可能通过其他物种

间接传染给了人类。

关于这一点有很多零散的证据，

没有一个清晰统一的说法，

但即使是 SARS，
人们也花了好几年

才通过基因组学
拼凑出确切的传染路线。

但当然，我觉得这是有可能重演的。

大自然一直在产生这样的病毒，

很多并不怎么适应人体，

不会大幅扩散，

也许几年前就有这样的病毒，

碰巧感染了某个人，

而这个人也恰巧没有与人接触，
因而没有进一步扩散。

我觉得我们在未来
还会面对这些事情，

我们需要思考

怎样在病例还非常少的时候及早干预，

这样一来，即使是
这种病毒也能围堵住，

而不会恶化成现在这种情况。

克里斯：这似乎并不是第一次

有病毒从野味市场起源的了，

只不过在电影中更常见。（笑声）

中国这次已经采取了一些措施，

尝试打击野味市场。

如果能够妥善维持，

我猜对未来可能会十分重要。

亚当：是的。例如我们看到，

H7N9 禽流感

在过去几年，在 2013 年
是一个很大的问题，

而中国进行了大规模响应，

比如改变了市场运营的方式、

为禽类接种疫苗，

威胁似乎已经被消除了。

所以如果及早实施的话，
这些措施是非常有效的。

克里斯：我们来谈谈疫苗吧。

我猜这是一个能改变
你的公式中易感性因素的

关键措施。

现在显然有一场疫苗研发的竞赛，

有了一些候选疫苗。

你如何看待目前的进展？

亚当：我觉得现在的进度
肯定还是比较乐观的，

但在疫苗广泛投入使用之前，

研发的时间跨度

真的是以一年、十八个月来算的。

显然，疫苗也要
通过几期的临床试验，

这需要时间，
所以即便到了今年年底，

我们已经推出了
一种可行的、有效的疫苗，

仍需要隔一段时间
才能让所有人都打上疫苗。

克里斯：这其实让我很困惑，

我非常想问你这个数学家的看法。

已经有好几家公司

相信他们有了可行的备选疫苗。

就如你所说，测试的过程长得要命。

有没有可能是我们的想法不对，

对测试的方法、安全性的估算方面

走了一些弯路？

因为想要推出
一款全新的药物

是一码事——

的确需进行测试
以确保它没有副作用，

所有对照试验加起来

会花费很长时间。

如果发生全球危机，

是不是有可能——

从数学和伦理的角度来说——

只需要不同的计算方式，

问题不应该是：

“疫苗有没有任何
造成危害的可能，”

想必更应该是：

“ 就总概率而言，

不是可以先大规模推行疫苗，

试试看能不能把疫情扼杀在萌芽中？”

这种想法是否哪里欠妥？

亚当：在别的情况下
确实见过这种做法。

例如 2015 年的埃博拉疫苗

在几个月内得到了非常有力的证据，

在人体临床实验的中期结果中

也显示出了很高的效力。

即使它还没有完全获得许可，

在接下来的疫情中，

它还是被批准投入了 “同情使用”。

所以有这些机制

能让疫苗快速投入使用。

但当然，目前的情况是，
我们完全不清楚

疫苗到底有没有用。

所以我觉得
我们需要积累足够的证据，

证明它的确能起到保护作用，

但显然也要尽快获得批准。

克里斯：我还是没有完全理解。

我不明白，

为什么对这个问题的大胆思考
没有获得更多支持。

尽管疫情总体风险很大，
但似乎每个人

在如何响应的问题上
都在极力规避风险。

亚当：要声明一下，

没错，围绕这个话题
有很多非常好的问题，

有些稍微偏离了我的专长，

但我同意我们需要
更大力地缩短研发时间。

我总会提到的一个例子是，

我们要花六个月的时间
选出一种季节性流感毒株，

并做出疫苗供人们接种。

我们一直要提前预测
哪些毒株会流行。

这还是一种我们知道怎样制作、

并一直在长期生产的疫苗。

我们肯定需要在
缩短研发时间方面

加大力度。

但我们确实需要
在时间上进行平衡，

尤其是需要让很多人使用时，

要确保它足够安全、

并且能带来一些好处。

克里斯：那么最后，

亚当，我想探讨一下这个问题 ——

与此同时，还有另一组
传染性很强的事物

在全球扩散，

也就是关于这场疫情的想法和沟通。

这是两个非常活跃、
互动性很强的传染系统——

其中有一些非常有害的信息。

这么想有没有道理：
可靠的知识与措施

在和病毒战斗，

剩下的就只是有害的信息——

我们必须思考的是，

如何抑制一方，促进另一方，

甚至大幅增强另一方。

我们应该如何看待此事？

亚当：我们当然可以认为
这就像吸引我们眼球的竞赛。

这一点和疾病很像，

病毒争相感染易感宿主。

我们都目睹了

过去几年的假新闻、错误讯息

以及对此的警醒，

而现在更多的是过渡到了

思考怎样让人们
不容易受错误信息影响。

如果有处在不同状态的人，

我们该如何用信息
更好地防患于未然。

我认为疫情中的挑战是，

早期我们很少能获得有用的信息，

很容易用确信与自信
来填补这块空白。

所以我觉得——

我知道有些平台正在努力让人们

更早接触到正确信息，

希望这样能保护人们
免受错误信息的误导。

克里斯：对我来说，
未来一年有个很大的未知——

假设未来对很多人来说，

还有很多很多个星期

需要进行自我隔离。

我们有些人很幸运，
有允许我们这么做的工作，

可以在家办公。

顺带一提，整个状况的不公平性——

很多人没有办法
在居家的同时赚钱糊口——

我敢肯定这将会是一件大事，

如果事实证明后者群体相较于前者

死亡率要高得多，

尤其是在美国这样的国家，

后者甚至没有妥善的医疗保险，

等等。

感觉这可以变成一场大型讨论，

希望也能成为改变的
某种巨大的源头。

亚当：我认为这一点非常重要，

因为很容易——

我同样有一份
远程办公比较容易的工作，

可以轻巧地说出
“我们就应该停止社交活动”，

但当然，这可能会对人们、
他们的选择和日常生活

造成巨大的影响。

我觉得这些确实应该被考虑进去，

不仅是目前，

还有未来几个月的影响。

克里斯：说到底，

可不可以说世界其实在过去

面对过更加严峻的问题，

无论哪种情况，

疫苗很可能会在
未来 18 个月内问世

并且广泛进行接种，

我们会不会学到更多
处理这个问题的方式？

但到了某个时刻，可能明年，

世界可能会觉得已经掌控了疫情，

可以向前迈进了。

有可能这样吗？

还是说疫情更可能会失控，

变成噩梦般的地方性流行病，
每年会比当下的流感

造成更多的感染和死亡？

从稍微长远的角度来说，

接下来的发展可能会是怎样？

亚当：我觉得这几种情况

都有可能发生。

我觉得最有可能看到的是
今年疫情急速发展，

还有很多不一定会再现的大爆发。

但可能会有一连串事件，

最终导致在不同地区
发生持续多年、

反复重现的疫情。

但我觉得可能会看到，

大部分传染大概会集中在明年。

显而易见，一旦疫苗问世，

疫情就能告一段落，
希望我们能从中学到教训。

很多对新冠反应强烈的国家

都受过 SARS 的严重冲击。

在新加坡、香港确实留下了
不可磨灭的影响，

我觉得在响应这次疫情时，

他们借鉴了很多当时的经验。

克里斯：好的。

在结束这次访谈前，
我想鼓励各位

唤醒心中的数学家，

尤其要想想自己能如何

帮助改变传染机会和传播机率。

请再提醒我们一下，
你乐于见到大家做的

几件件事情是什么。

亚当：从个人层面来说，

多想想你与他人的互动
和感染风险，

还有你的手碰了什么，

病毒一旦沾上你的脸会怎样，

你会如何对他人造成感染风险。

另外，对于互动来说，

尽量减少握手和不必要的接触，

该如何尽量减少接触。

如果每个人能传染两到三人，

我们该如何通过行为
把这个人数降到 1。

我们可能需要更大规模的干预措施

来应对集会、会议，

和其他有大量传播机会的

场合。

我觉得要结合个人层面的措施——

如果你生病了，或者可能要生病了，

你就该减少接触风险——

和大家的共同努力，

防止病毒传播进特定人群，

如果疫情继续失控的话，

这些人会面临非常大的风险。

克里斯：的确，还有很多事情

我们需要稍微放手。

或者尝试再现它们最好的一面。

非常感谢你的分享。

如果人们想了解你的动态，

首先，他们可以关注你的推特。

你的推特账号是什么？

亚当：@AdamJKucharski，一个词。

克里斯：亚当，
感谢你的分享，祝你健康。

亚当：谢谢你。

（音乐）

克里斯：副教授暨 TED 学者，
亚当 · 库恰斯基。

我们很期待你们对于
额外这一期节目的看法，

请通过在苹果播客
或是你首选的博客软件上

评分、留言来告诉我们。

这些评论的确会有很大的帮助。

我们会认真阅读每条评论，

非常感谢你们的反馈。

（音乐）

本周的节目由 Transmitter Media 的
丹 · 欧唐奈尔（Dan O'Donnell ）制作。

制片经理是洛克珊 · 海 · 拉什
（Roxanne Hai Lash），

妮可 · 伯德（Nicole Bode）
负责核对事实。

本集由山姆 · 布莱尔
（Sam Blair）混剪。

主题音乐由艾莉森 · 莱顿 · 布朗
（Allison Layton-Brown）制作。

特别感谢我的同事
米歇尔 · 昆特（Michelle Quint）。

感谢收听 《TED 访谈》节目。

今年春天我们还会回归，

在新一季节目中，我们会就某些话题
与各行业专家进行更深入的讨论。

无论到时生活恢复正常与否，
我都希望你们会喜欢。

我是克里斯 · 安德森，

谢谢收听，祝各位平安。