我們可以預測下一次大流行嗎？
2020年，新冠疫情讓整個世界像按了暫停鍵。城市封鎖、航班停飛、學校關門、股市熔斷、馬拉鬆取消、婚禮延遲、奶奶的視頻通話變成了例行問候……
人類這才意識到：我們並沒有為一次“全球大流行”做好準備。
問題隨之而來：如果有“下一次”，我們能提前知道嗎？
也就是說，我們可以預測下一次大流行嗎？
第一章｜大流行到底是什麽？
我們得先搞清楚，大流行（Pandemic）不是說“一個人感冒、全班發燒”，那是小打小鬧。
大流行的關鍵詞有三個：
1. 全球範圍（全球都受影響）
2. 傳播性強（很容易人傳人）
3. 影響嚴重（健康、經濟、生活全中招）
曆史上著名的幾次：
• 1918年的西班牙大流感，全球死了超過5000萬人。
• 2009年的H1N1豬流感，雖然致死率低，但傳播麵廣。
• 2020年的新冠，至今我們都還在“後遺症”中生活。
所以我們不是沒見過“黑天鵝”，而是每次都被打得措手不及。
第二章｜我們真的完全沒預警嗎？
其實不是。
早在2003年非典之後，科學家就發出過警告：野生動物病毒“spillover”（溢出）進入人類社會是遲早的事。
比爾·蓋茨2015年就做過一個TED演講：“下次災難不是戰爭，而是病毒。”但沒人重視。
新冠前幾個月，有個“全球大流行模擬演練”叫Event 201，居然模擬的是一個來自蝙蝠的冠狀病毒在全球傳播……像預言一樣。
可惜，現實中的我們，看到警報燈亮，卻沒有踩刹車。
為什麽？
• 政治優先級不高（沒人想為“可能發生的事”花錢）
• 預警信息碎片化（數據藏在不同國家、不同係統）
• 公眾不關心（畢竟又不是明天就來）
所以，並不是我們沒“能力”預測，而是我們沒“意願”預測。
第三章｜科學上，能不能真的“預測”一次大流行？
先說一句真話：像地震、流感這種事，想“精確預測”時間、地點和病原體，目前還不可能。
但我們能做的是：“風險預判”。
科學家有幾種方法：
1. 熱點地圖（Hotspot Mapping）
他們研究哪些地區最容易發生“病毒溢出”。比如：
• 人和野生動物接觸多的地方（東南亞、非洲、南美）
• 畜牧業密集、衛生條件差的地方
• 森林砍伐、城市擴張的新興地帶
這些地方就是“潛在出事地點”。
2. 病毒監測網絡
有一些組織正在采集蝙蝠、鳥類、豬、駱駝等動物體內的病毒樣本。
比如：PREDICT計劃就發現了超過1000種“潛在的人畜共患病毒”。
它們像是“沉睡的敵人”，雖然現在不傳播，但一旦有突變，就可能“上崗”。
3. 數據驅動模型
科學家用大數據建模：
• 交通流量（病毒怎麽傳播）
• 氣候變化（哪些病媒會擴張）
• 免疫漏洞（哪些人群最脆弱）
比如Google Flu Trends曾經嚐試通過搜索詞預測流感，但後來因為“過擬合”失敗了。
這說明：模型有用，但不是萬能。
第四章｜AI和預測模型能幫上什麽忙？
人工智能在這裏其實挺靠譜。
比如：
• AI可以快速分析數百萬條病原體基因序列，找出最危險的突變模式。
• 它可以掃描社交媒體和新聞，找到“異常健康事件”。（比如一個小城市突然發燒搜索激增）
• 它能追蹤動物遷徙、空氣數據、水源汙染……形成“病毒風險圖譜”。
更酷的是：
預測病毒突變。
哈佛、MIT等機構現在嚐試用AI模擬病毒蛋白質結構，看它下一步可能怎麽變異。這樣疫苗研發可以“搶在病毒前麵”。
雖然現在還不完美，但這條路絕對值得走下去。
第五章｜預測之外，真正關鍵的是“反應速度”
假設我們明天就知道“非洲某地可能爆發一種新病毒”，我們會怎麽做？
• 是第一時間派團隊去采樣？
• 向世界衛生組織上報？
• 啟動疫苗原型設計？
現實往往是：
• 官僚推諉，怕影響GDP
• 媒體不敢報，怕造謠被罰
• 科研缺資源，啟動太慢
所以很多時候，預測不是最大難點，響應才是。
就像開車看到前方堵車預警，你得踩刹車啊，不能繼續加速還嘴硬說“假消息”。
第六章｜我們個人能做什麽？
聽起來好像都是國家層麵、大機構的事。但其實，我們每個人也能影響“下一次”：
• 科學素養：少轉謠言，信專業，不輕信“偏方”
• 理性消費：不亂吃野味，不鼓勵非法野生動物交易
• 關注生態：越多森林被砍，病毒就越接近人類
• 做信息中繼站：當你發現異常現象，不要沉默，也別驚慌，用事實和數據說話
如果每個人都願意多做一點，我們就會比2020年更強大。
結尾：我們能不能預測下一次？
我想說，不能精確預測，但可以更好準備。
有句話說得好：
“危機真正考驗的，從來不是預見力，而是行動力。”
下一次大流行是否到來，不全取決於病毒，而取決於我們有沒有學會“更聰明地活著”。
我們不能做“預言家”，但可以成為“響應者”。
願下一次，我們不是看著世界暫停，而是提前按下“保護鍵”。
2025年4月6日
——寫給那個希望世界更有準備的你
更多我的博客文章>>>
