预测和理解疾病爆发不仅仅涉及流行病学，还需要数学。几个世纪以来，数学家们一直在研究与流行病和大流行病相关的问题，以及应对这些问题的潜在方法。例如，18世纪的瑞士数学家丹尼尔·伯努利被认为开发了第一个数学流行病学模型，该模型侧重于分析天花接种对预期寿命的影响。数学家们一直将这项工作延续至今，包括在新冠疫情期间。
阿巴·古梅尔就是这样一位研究人员，他是马里兰大学帕克分校的数学家和数学生物学家。他最近当选为美国科学促进会（AAAS）的现任院士。像他这样的数学家对于识别和避免下一次大流行的使命是不可或缺的。然而，要在这项任务中取得成功，需要他们与其他领域的专家团结起来，共同解决这些多方面的疾病传播问题。
古梅尔向大众科学讲述了他如何利用数学来对抗传染病，以及他希望在下一次大流行来临之前解决的问题。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻事业： 订阅。通过购买订阅，您将帮助确保未来能够继续讲述关于塑造我们当今世界的发现和思想的具有影响力的故事。
[以下是经过编辑的采访稿。]
请告诉我最近一次您的研究发现让您感到惊讶的经历。
我们在关于新冠封锁措施的论文中表明，如果我们比实际情况提前一到两周开始社区封锁，病例数、住院人数和死亡率将会大幅降低。这意味着在疾病进入指数传播阶段之前尽早对其进行有力打击。这将极大地改变美国疫情的进程，并可能挽救数十万人的生命。
数学家在预防下一次大流行中可以发挥什么作用？
数学家为帮助预防下一次大流行所做的工作基本上是基于我们已经吸取的教训。我们从数学分析和建模中了解到口罩是有效的，也从社会中发生的事情中了解到这一点。口罩覆盖率高且口罩质量高的社会在减少病例和死亡率方面做得很好。疫苗是有效的，我们已经清楚地表明，如果我们提高所需的群体免疫水平。对于下一次大流行，如果我们有一定有效性的疫苗，我们可以预测为实现疫苗诱导的群体免疫所需的最低疫苗接种比例。
我们正在制定一份待办事项清单，以期预防下一次大流行，但即使我们真的遭受打击——而我们终将遭受打击——也要尽量减轻下一次大流行的负担，并在其成为问题之前大力抑制它。这些是我们需要做的事情，以确保下一次大流行不会导致一百万美国人丧生。
有时当我谈论这件事时，我会哭泣，因为我看到如果我们做了正确的事情，这一切都不会发生。
在下一次大流行来临之前，您希望解决哪些紧迫的未决问题？
我感兴趣的是确定，在新一轮类似新冠疫情的大流行早期，储备高质量的口罩并使其广泛可用，是否可以避免在安全有效的疫苗问世之前关闭经济的必要性。
我感兴趣的是确定全球变暖导致全球气温升高对野生动物种群的数量和分布以及相关的病毒性人畜共患病的影响，以及溢出事件的可能性。
我还感兴趣的是量化潜在的、高度传染性和高度致命的接触性疾病大流行（如埃博拉病毒病）的负担。值得庆幸的是，当世界各国共同努力，有效控制了2014-2016年在几内亚、利比里亚和塞拉利昂爆发的埃博拉疫情时，世界社会避免了这样一场灾难。
在新冠疫情之前，您主要关注蚊媒疾病。在研究涉及媒介的传染病（如疟疾）的方法上，是否存在根本差异？
是的，有很大的区别。没有直接的人与人之间的传播。蚊子通过叮咬受感染的人类而感染。如果我被感染，蚊子从我身上吸取血液，那么蚊子也有可能感染我的疟原虫并被感染。因此，建模类型是不同的。
西尼罗河病毒不仅通过蚊子传播给人类，也传播给其他宿主，如乌鸦。但是鸟类飞行距离很远，所以我们使用空间模型。
还有哪些其他因素会影响您的建模决策？
您选择的模型类型取决于您拥有的数据级别。基于主体的模型允许您跟踪每个人：他们被感染的风险、他们每天的活动等等。这对于确定谁感染了谁非常有用。但它需要大量数据。您需要在个人层面上有大量数据。
您选择的模型类型取决于您想要解决的问题、您拥有的数据类型以及数据的质量。
当选为美国科学促进会院士对您意味着什么？
这是一个巨大的荣誉。这份荣誉属于我支持网络中的众多人士。
这为我提供了一个额外的平台，以扩大我在社区外展方面的努力。我一直专注于非洲和世界其他发展中地区，为人们提供机会，让他们在 STEM [科学、技术、工程和数学] 领域发挥自己的最大潜力。我关注年轻人，尤其是女性。我专注于让更多农村地区的女性进入 STEM 领域并成为其中的佼佼者。我非常担心性别不平等。我正在尽我所能弥合这一差距。特别是在我来自的非洲 [尼日利亚]，我们需要更多女性从事 STEM 领域。
我们肩负着巨大的责任。我们需要让全世界每个人都能接触到科学。如果只有少数几个国家在科学上先进，那根本行不通。看看发生了什么。新冠疫情始于中国，但它成为了每个人的问题。
我们所有人都容易受到遥远地方发生的事情的影响——STEM 领域的不平等、医疗保健领域的不平等、经济领域的不平等也是如此。如果我们做得很好，但我们的邻居却没有，那么我们遭受苦难只是时间问题。遥远地方发生的病毒性事件也是如此。我们最好注意，因为它乘飞机很快就会来到我们身边。