综述：泰国传染病建模的过去、现在与未来：现状分析

这篇综述系统梳理了泰国传染病建模（IDM）的发展现状与应用挑战，指出其作为政策工具在疫情预测（如COVID-19、HIV、登革热）和干预评估中的关键作用，同时强调数据质量、跨部门协作和可持续资金是当前主要瓶颈。报告呼吁加强人力和数据基础设施建设，构建区域性IDM生态系统以提升突发公共卫生事件应对能力。

　　

泰国传染病建模的现状与未来挑战

引言
传染病建模（IDM）通过数学方法描述感染传播规律，已成为全球公共卫生决策的核心工具。泰国作为东南亚疫情热点地区，其IDM应用经验具有典型意义。本文基于泰国本土研究，剖析IDM在政策制定中的实际作用与发展瓶颈。

IDM的泰国实践
泰国IDM主要采用SEIR（易感-暴露-感染-恢复）等房室模型，应用于两类场景：

1. 政策导向型：如COVID-19期间预测疫情趋势、评估封锁措施效果；
2. 学术研究型：如分析登革热季节性传播规律。
   值得注意的是，动物健康领域（如禽流感建模）因数据敏感性较低，应用反而比人类健康领域更成熟。

关键疾病靶点
优先级疾病包括：

• 高传播力病原体（R₀>3）如COVID-19
• 跨境传播风险疾病（如流感、疟疾）
• 隐性传播疾病（如寨卡病毒）

数据与协作困境
主要挑战集中在：

• 数据碎片化：人口流动数据分散在移民局、交通部等多部门
• 模型验证困难：临床数据（如住院时长）获取受限
• 跨学科协作不足：物理学家开发的模型常需二次转化才能被公共卫生官员理解

区域性发展机遇
泰国正通过国际合作弥补短板：

• 与英国牛津大学合作建立MORU研究单元
• 参与东盟突发公共卫生事件中心（ACPHEED）建设
• 引入GS LEARN网络培养本土建模人才

未来路线图
建议采取三阶段策略：

1. 短期：建立跨部门数据共享协议
2. 中期：在高校开设IDM交叉学科课程
3. 长期：设立国家传染病建模中心，统筹人畜共患病研究

泰国经验表明，IDM生态系统的建设需要政策支持、技术创新与国际协作的三维联动——这不仅是区域卫生安全的保障，更是全球健康治理的缩影。