模范市民

布兰迪用注射器的针尖戳着勺子里一块灰色的海洛因。这是一种过去几天才出现在市场上的新品种毒品，布兰迪很喜欢。“我感觉更强烈，我感觉更耐痛，”她说。一旦它溶解成液体，她就将其注射到自己的手臂中，然后用一支新的针头给另一位妇女的细胳膊注射。“她比医院做得更好，”那位妇女评论道。“我会帮助任何需要帮助的人，”布兰迪向加州大学旧金山分校的公共卫生研究员丹尼尔·西卡龙解释道，他一直在拍摄整个过程。

西卡龙的团队已经和布兰迪（她在本文中使用了化名）一起在西弗吉尼亚州查尔斯顿进行实地考察，记录她的互动，不带评判或干预。稍后，该小组将分析这段视频，以及来自该市各地毒品使用者的其他六段视频，记录大大小小的细节。例如，布兰迪没有在勺子上加热溶液，这可能会增加传播艾滋病毒等病毒的可能性。测试显示，她服用的东西掺杂了芬太尼，这是一种合成药物，效力是海洛因的 50 倍。

研究人员会将这些数据输入到查尔斯顿的强大计算机模拟中，模拟中充满了成千上万的虚拟布兰迪——海洛因使用者和毒贩过着他们的日常生活。他们将观察这些数字代理人随着耐受性的增加而购买更多的海洛因，与卖家和使用者建立联系，并在某些情况下意外过量服用。

支持科学新闻报道

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报道 订阅。通过购买订阅，您正在帮助确保有关塑造我们今天世界的发现和想法的具有影响力的故事的未来。

西卡龙的研究小组是使用基于代理的模型来了解美国阿片类药物流行病（过去二十年中阿片类药物使用量急剧上升，包括处方止痛药和海洛因等非法药物）驱动因素的几个小组之一。通过研究真实毒贩和使用者的动机和行为，研究人员希望构建在虚拟世界中行为模仿现实生活的代理。

与基于平均人口的标准模型相比，基于代理的模型有望提供更精细的阿片类药物危机视角，并捕捉驱动力的一些复杂性。这可能对证明开设或关闭美沙酮诊所或针头交换所的效果非常重要。这些模型使科学家能够以几乎零成本比较干预措施，并可以帮助政策制定者决定如何在现实世界中采取行动。“这是一种非常经典和有用的方法，可以尝试找出部署干预措施以产生最大效果的最佳地点，”美国疾病控制与预防中心艾滋病毒/艾滋病预防部门的医学顾问约翰·布鲁克斯说。

尽管此类模拟长期以来一直用于模拟疾病爆发，并且在某些情况下指导了公共政策，但它们在更复杂的社会行为（如吸毒）方面的记录有限，这主要是由于数据稀少以及需要考虑的参数范围广泛。

尽管如此，科学家们希望基于代理的模型可以为决策者制定方案，而决策者通常更多地受到政治而非数据的驱动。“障碍不是科学或医学方面的，”西卡龙说。“你可以向西弗吉尼亚州投入 10 亿美元，但他们可能不知道如何好好利用这笔钱。”纽约大学基于代理的建模实验室主任约书亚·爱泼斯坦说，这些虚拟世界可以增加清晰度。“你可以亲眼目睹事情的展开，”他说。

细节决定差异

据估计，美国阿片类药物危机每天导致 115 人死于过量服用，自 2001 年以来，已造成 1 万亿美元的医疗保健成本和生产力损失。这不是美国面临的第一次成瘾危机，也不是最严重的。酒精使用导致更多的死亡，而非裔美国人可卡因过量服用的比率与白人美国人阿片类药物过量服用的比率相似。

但阿片类药物危机确实有一些不同的驱动因素，包括处方药的普遍存在（许多人在滥用非法药物的过程中使用过处方药）以及芬太尼的引入（芬太尼通常用于提高海洛因的效力，并且是造成大量过量死亡的原因）。疫情也严重打击了农村地区，这些地区应对成瘾的服务和基础设施匮乏。“现在的人口统计范围涵盖了过去未受到如此影响的人群，”美国国家药物滥用研究所所长诺拉·D·沃尔科夫说。

因此，研究人员正在提出思考这场危机的新方法。例如，它与疾病流行病具有相似之处，因为它通过基于人际关系和物理距离的网络传播，非营利性研究机构 RTI International 的数据科学家乔治·博巴舍夫说，该机构位于北卡罗来纳州研究三角园区。“没有人天生成瘾。必须有人教你如何吸烟或如何注射。”

可以使用基于代理的建模来复制这些个人网络。与其他类型的模型（可能依赖于平均特征或同质群体之间的关系来为算法提供信息）不同，基于代理的模型允许研究人员看到人与人之间微妙的联系。“这很有用，因为吸毒和过量服用本质上是个人行为，”布朗大学的流行病学家布兰登·马歇尔说。失业、精神健康或遗传等因素可能会影响一个人开始吸毒或成瘾的可能性，但如果研究人员将整个人口视为一个整体，这些因素可能会在平均值中消失。

为了创建基于代理的模型，研究人员首先“构建”一个虚拟城镇或地区，有时基于真实地点，包括学校和食品店等建筑物。然后，他们使用人口普查数据用代理填充它，为每个代理提供自己的特征，例如年龄、种族和收入，并将代理分布在整个虚拟城镇中。

代理是自主的，但在预先编程的例程中运行——例如，每周工作五次。有些行为可能更随机，例如每天有 5% 的机会旷工，或者有 50% 的机会在代理的网络中遇到某人。一旦系统尽可能真实，研究人员就会引入一个变量，例如流感病毒，其传播速率和模式基于其现实生活中的特征。然后，他们运行模拟以测试当学校关闭或开始疫苗接种运动时代理的行为如何变化，重复数千次以确定不同结果的可能性。

2015 年，匹兹堡大学开发的基于代理的模型的数据帮助加利福尼亚州参议员理查德·潘获得了对他所在州强制疫苗接种法案的支持。潘使用模拟向他的参议员同事展示麻疹疫情如何在他们的家乡地区蔓延。“这肯定对他们产生了影响，”潘说。“[该模型] 可以使其更加具体，而不是仅仅用更抽象的术语来描述它。”该法案最终获得通过，免疫接种率有所提高。

随着计算机的改进，研究人员已开始调整基于代理的模型，以研究需要更多计算能力的社会学和行为趋势，因为它们包含的变量数量更多。一些团体将该技术用于危机建模，澳大利亚已开始根据基于代理的模型的调查结果对儿童肥胖症进行干预研究。

为了应对阿片类药物流行病，博巴舍夫的团队构建了“疼痛小镇”——一个通用的城市，拥有 10,000 名慢性疼痛患者、70 名毒贩、30 名医生、10 个急诊室和 10 家药房。研究人员在模拟的五年内运行该模型，记录每个虚拟日情况的变化。

在此期间，患者的药物耐受性增加，导致他们寻找不同的方式获取药物。他们的行为受多种变量驱动，例如医生增加处方药的可能性或毒贩有足够海洛因的可能性。在某个阈值，患者会成瘾或更有可能过量服用。例如，博巴舍夫的早期数据表明，要求医生跟踪患者的用药史在长期内可能有效，但并非立竿见影。

博巴舍夫说，该模型包含许多假设和简化。例如，它没有捕捉到人们产生耐受性和成瘾的速度可能取决于遗传学等因素，以及一个人是否从处方药转向海洛因可能取决于两种药物的相对可用性。

但是，研究人员可以调整“疼痛小镇”等模型来测试各种干预措施，例如增加急诊室的开放、逮捕毒贩或为警察配备纳洛酮（一种逆转阿片类药物过量的药物），以了解系统的反应以及它是否会影响长期死亡人数。随着模型变得越来越复杂，研究人员或许能够纳入更多因素，例如不服用止痛药但容易首次尝试阿片类药物的人。

弗吉尼亚理工大学的计算机科学家克里斯托弗·巴雷特说，模型还可以用于了解为什么个别地点或情况可能有所不同。例如，海洛因和芬太尼可能更容易在港口附近的城市获得，而医生可能是郊区或农村地区阿片类药物的主要来源。因此，侧重于处方行为的干预措施在每种情况下都会产生不同的效果。

此类模型还可以揭示反馈回路，例如经济衰退与阿片类药物使用之间的联系。一些流行病学研究表明，失业等因素往往会预测自杀和成瘾，尤其是在白人男性人群中。成瘾会导致进一步的失业和生产力下降，从而损害经济。巴雷特说，基于代理的模型可以调查此类循环，为如何减轻影响提供思路。

今年 5 月，博巴舍夫和西卡龙在加拿大温哥华举行的国际药物政策研究学会会议上展示了他们基于代理的模型之一的结果。他们的研究结果表明，白粉海洛因（美国一种较新的毒品形式）的日益流行可能会增加注射吸毒者中艾滋病毒传播的风险。该模型也支持的理由是，与黑焦油海洛因不同，使用者不需要加热毒品来溶解它——而加热会杀死病毒。

博巴舍夫和西卡龙正在研究年轻海洛因使用者如何开始吸毒的模型。与经历过 20 世纪 80 年代艾滋病毒流行病的老年使用者不同，新使用者可能不太可能采取安全措施。模型表明，美国可能会看到更多局部性的艾滋病毒爆发，类似于最近印第安纳州斯科特县的爆发。该地区在 2014 年 11 月至 2015 年 11 月期间经历了 181 例新的艾滋病毒病例，而此前每年少于 5 例。阿片类药物的使用被认为是原因。基于代理的模型可能通过指导监测重点来帮助阻止未来的疫情爆发。

执法官员一直在查获大量海洛因和强效合成药物芬太尼，但关于流通量的消息很难获得。

最先进的基于代理的模型之一是匹兹堡大学的系统，称为 FRED（流行病动力学重建框架）。它将人口普查数据与全国地理区域地图相匹配，使研究人员能够以现实的方式跟踪该地区的虚拟个体。正是来自这些模型的数据帮助说服了潘和他的参议员同事通过了关于强制疫苗接种的立法。FRED 团队现在开始将该系统用于阿片类药物建模，并根据历史趋势对其进行训练。同样也是医生的潘说，他对前景很感兴趣。“如果有一种方法可以实际模拟不同社区中哪些因素会产生最大的影响，那将很有帮助，”他说。

数据干旱

这些模型在准备好被广泛采用之前面临着许多挑战，主要是数据缺口。马歇尔说，研究人员很难获得制造商、药房和执法机构持有的阿片类药物处方数据。也很难获得政府关于贩毒集团以及流入该国的毒品类型和数量的信息。其他数据根本不存在可用的形式：例如，机构可能会记录因吸毒过量造成的死亡，但未能具体说明是哪种药物造成的。

观察像布兰迪这样的吸毒者可以更快更准确地提供某些类型的信息。“吸毒者非常了解他们的化学物质，”西卡龙说。

凯斯西储大学的文化人类学家李·霍弗研究海洛因市场并与博巴舍夫合作。他说，他的团队和其他人正在收集的人种学数据可能有助于填补一些信息空白：“我们试图作为闯入者进入他们的世界，看看他们如何看待自己的生活。”他指出，在最初的尴尬期过后，吸毒者往往会变得更加诚实地对待研究人员，告诉他们关键信息，例如他们如何与毒贩建立联系以及毒品的价格。

爱泼斯坦说，了解吸毒者的心理也很关键。大多数决策模型都假设理性行为。实际上，情绪、错误信息和非理性计算起着重要作用。“当你把它们放在一起时，你会得到非常不正常的动态集合。”

流行病学数据可能很快就会用于支持这些模型。美国疾病控制与预防中心和国家药物滥用研究所已启动了几项关于吸毒模式的大型调查。一些州也已开始收集关于药物过量和成瘾趋势的流行病学信息。匹兹堡大学团队等研究小组正在与多家卫生机构合作，将他们的研究结果整理到一个数据库中，该数据库可以为 FRED 和其他模型提供信息。

但是，无论模型变得多么先进，实施基于其发现的干预措施都是一项巨大的挑战。模型可能会揭示政策无法轻易解决的社会经济贡献因素，而政治可能会阻碍已被证明有效的解决方案。今年 4 月，西卡龙不得不取消他在查尔斯顿的工作，至少目前是这样，此前他一直合作的一家针头交换诊所因政治压力而关闭。“他们在周三下午接待了 300 人，因为那里有很多需求，”他说。“这是一个巨大的损失。”

越来越多的工作正在完成，以确定干预措施的相对影响。今年 4 月，美国国立卫生研究院宣布拨款 9600 万美元用于一个项目，该项目将与医疗保健系统和地方政府合作，在不同地点开展循证公共卫生干预措施，并在实施过程中对其进行评估。“这是第一次为特定的药物滥用障碍这样做，”沃尔科夫说。美国国立卫生研究院现在要求想要申请这些资金的研究人员用来自模型（包括基于代理的模型）的数据来证明他们拟议研究的规模和范围是合理的。

但这些研究肯定需要多年才能完成。博巴舍夫说，社会不能等到科学变得完美：“等到这些数据收集完成时，将会发生数万甚至数十万起更多的死亡事件。”