编辑推荐：
这篇综述聚焦疾病预测，梳理了可能引发未来大流行病的病原体，如冠状病毒、埃博拉病毒等。探讨多种预测模型（如机械模型、机器学习模型）及数据来源，分析现有局限，强调构建整体预测系统对提升大流行病防范能力的重要性。
引言
大流行病会对全球医疗系统造成冲击，疾病预测有助于规划应对措施。预测需明确目标变量，考虑数据类型和局限性，选择合适算法并处理不确定性。现有预测研究常忽略影响疾病传播的因素，而整体预测系统应综合多源数据，这对大流行病防范至关重要。
文献检索
通过在 Google Scholar 和 MEDLINE 数据库中检索相关术语，筛选出 123 篇符合标准的同行评审论文，主要参考每个病原体、模型和数据来源组合中最新且相关的文献。
病原体
识别未来可能引发大流行病的病原体是预测系统的关键。
- 空气传播病原体：像冠状病毒（如 SARS-CoV-2、SARS-CoV-1、MERS-CoV）、流感病毒（如流感 A（H5N1））、结核分枝杆菌等。冠状病毒常源于动物，流感病毒易变异，而结核病致死率高且耐药问题严峻。
- 接触污染液体或表面传播的病原体：如埃博拉病毒、马尔堡病毒、拉沙病毒、猴痘病毒（Mpox virus）等。这些病毒致死率高或对特定人群有风险，且传播范围在扩大。
- 媒介传播疾病（VBD）：由蚊子、蜱虫等传播，如疟疾、登革热、寨卡热等。全球化和气候变化使这类疾病分布改变，威胁全球健康。
疾病预测模型
常用计算和数学模型可分为机械模型和机器学习模型，也有集成和混合模型。
- 机械模型
- ** compartmental 模型 **：将人群分为不同疾病状态的隔间，如易感（S）、感染（I）、康复（R）等。通过个体在隔间间的移动模拟病原体传播，如 SIR 模型及其扩展。可结合湿度等数据，利用状态重置和数据同化提高准确性，但难以应对疾病传播的突然变化，新疾病的初始参数也可能不准确。
- ** agent - based 模型 **：关注个体行为和相互作用，模拟疾病传播时考虑疾病特征和个体易感性因素，可评估非药物干预措施的影响，但计算量大，且感染和易感个体接触率的估计可能不准确。
- 机器学习模型
- 统计学习模型：如自回归模型（如 ARIMA 及其扩展）、线性回归（LR）、多项式回归、Cubist 回归、支持向量回归（SVR）、随机森林回归（RFR）、eXtreme gradient boosting（XGBoost）、逻辑回归、K - 最近邻（KNN）等。能处理复杂数据集，但部分模型难以处理非线性关系，数据预处理复杂，预测不确定性会随时间增加。
- 深度学习模型：基于人工神经网络（ANN），有多层隐藏层，可处理复杂大数据集，如多层感知器（MLP）、长短期记忆（LSTM） - 基于的循环神经网络（RNNs）、堆叠长短期记忆（SLSTM）、卷积神经网络（CNN）、图神经网络（GNN）等。在疾病预测中应用广泛，但计算量大、训练时间长、数据要求高。
- 集成和混合预测模型：集成模型结合多个模型预测结果，分配权重以提高准确性；混合模型则将不同类型模型结合，如结合机器学习 / 深度学习算法和 ARIMA 模型，或机械模型与学习方法结合形成半机械模型，以捕捉数据中的不同特征。
大流行病预测的数据来源
疾病预测使用多种数据来源。
- 流行病学数据：包括病例、康复和死亡数据，多以时间序列呈现，是早期预警系统的一部分。动物疾病监测和环境监测数据也很重要，动物疾病监测有助于了解人畜共患病，环境监测可通过废水检测病原体。
- 互联网查询和社交媒体数据：能弥补流行病学数据的延迟问题，用于症状监测和预测疾病传播，还可监测公众对干预措施的接受度和消除错误信息。
- 移动性数据：人类移动影响疾病传播，长途和短途移动数据可从不同渠道获取，用于预测疾病传播风险。
- 气候数据：气候条件影响疾病分布和传播，如温度、降水等影响人类行为和病媒，厄尔尼诺南方涛动（ENSO）现象与疾病传播相关，气候变化可改变病原体分布和传播季节。
- 基因组数据：有助于了解病原体进化、起源和传播动态，可预测病原体特征变化，新一代测序（NGS）技术使基因组数据更丰富。
- 图像数据：成像技术用于疾病诊断和预测疾病进展，图像数据分析可识别病原体、研究其感染机制，与其他数据结合可改进大流行病预测模型。
未来展望
当前疾病预测面临挑战，如数据来源有限、数据可用性问题、模型假设不现实等。理想模型应采用更现实假设、量化不确定性、适应新数据并考虑行为变化和控制措施的影响。整合多源数据的整体预测系统有望提高预测准确性，深度学习或混合模型是数据整合的理想选择，但仍需探索其可行性。
结论
疾病预测对疫情防控和准备至关重要，准确预测可阻止病原体传播、合理分配资源并减少经济社会影响。成功的预测应关注疾病出现、传播和扩散，采取 “同一健康” 方法控制媒介传播疾病。多部门合作对将预测纳入决策和向公众传达信息至关重要，持续模型测试和数据管理有助于预防未来大流行病。
