3月20日上午，中国科学院大学人工智能学院有幸邀请到了来自中科院自动化所的研究员、博士生导师、国家杰出青年科学基金获得者曹志冬老师，在雁栖湖校区教一楼109教室为同学们带来科学前沿讲座——《复杂系统视角下的公共卫生应急管理》。
上个世纪80年代末，钱学森提出了“开放复杂巨系统及其方法论”，通过整体论方法研究高度复杂的社会、经济、环境、健康等问题。在当今人、机、物、网深度融合的社会形态下，这种面向复杂系统的研究方法尤其具有重要意义，特别是2020年新冠疫情的爆发，该过程是一个与重大传染病相关的非线性时变复杂系统。因此，如何运用复杂系统的理论解决重大公共卫生突发事件是一个重要的课题。讲座一开始，曹志冬老师首先列出了报告的提纲，简要介绍了钱学森的开放复杂系统方法论，以及复杂系统研究的发展历程，并通过时间线分析了传染病模型研究的发展趋势。现场的同学们在曹老师的引导下逐渐认识到，复杂系统和传染病模型都是具有多因素、多学科交叉的特征，并开始思考如何运用复杂系统建立传染病模型。
随后，曹老师详细阐释了“疫情非线性时变复杂系统”中的临界点、反馈循环、传染、级联效应、同步故障等复杂性特征。了解这些可以帮助我们更好地理解传染病的传播机制，计算病毒传播速度和范围，及如何采取有效的防控措施。曹老师指出，根据计算实验对比的结果，2020新冠的危害性超过2003年非典。新冠病毒在武汉传播的再生数R=4.08，具有高传染性，死率为6.5%，具有高致死性。曹老师所在团队建立无偏估计的时空计量风险模型，综合春运人流和发病数据，准确预测出武汉封城前的潜在感染规模及流向全国各地数量，建立以武汉为中心的“1+X”多疫区时空耦合传播动力学模型，预测武汉、湖北、全国其他省市的疫情发展趋势，这项工作内容发布后得到国内外大量关注。
不仅如此，他们还收集整理了武汉疫情早期研究文献，对比分析并评估再生数、病死率、潜伏期、传染期估计结果，明确我国疫情传播基本特性，通过bootstrap采样模拟模型参数的随机产生方式，利用传播动力学模型，重建了中国新冠疫情早期爆发过程，并受风险认知和行为变化个体差异在人们对传染病爆发的反应中的重要性的启发，提出了一种异构的疾病-行为-信息（hDBI）传播模型。除了上述提到的科学研究成果研究内容，曹老师课题组还在香港疫情时空传播模型建立、新冠患者重症风险检测等方面取得了重大进展，充分体现了中科院自动化所面向国家重大需求的使命担当。在场的同学无不钦佩曹老师团队为中国抗击新冠疫情做出的贡献和取得的科研成果。
最后，曹老师简要介绍了基于大数据和人工智能的数智疫情防控平台框架设计和原型，列举了大数据支撑下的疫情精准防控挑战。例如，在处理数据时，数据文件具有多样性，非结构化文件、表格、文档，字段各异，格式各异。功能完备的数智防疫平台令同学们印象深刻，其功能包括了到访登记、核酸比对、核酸异常预警等。临近尾声的时候，同学们踊跃发言，就复杂系统的迁移应用向曹老师提出了疑问，曹老师耐心解答，同学们也收获了很多。疫情虽然已经逐步稳定，人民的生活逐步正常化，但是那段艰难时刻挺身而出为抗击新冠做出贡献的人们，历史将永远记住他们的功绩！
更多专家信息：
曹志冬，2008年博士毕业于中科院地理资源所，随后进入中科院自动化所，历任博士后、助理研究员、副研究员、研究员，博士生导师。国家杰出青年科学基金获得者，新冠肺炎疫情联防联控机制科研攻关组信息化专班的专家组成员，北京2022年冬奥会和冬残奥会疫情防控专家组专家，全国科技系统抗击新冠肺炎疫情先进个人，全国科技系统抗击新冠肺炎疫情先进集体——“中国科学院自动化研究所疫情预测分析团队”的负责人，任多个国家一级学会的专委会委员、分会理事与常务理事。主持国家级课题10多项，包括6项国自然基金，主持科技创新2030—“新一代人工智能”重大项目“重大传染病预测新模型及政策评估研究”，任首席科学家。在Nature Human Behaviour、NPJ Digital Medicine、NSR、Chaos、IEEE Transactions on Industrial Informatics、IEEE SMC-Systems、科学通报、中国科学、中国科学基金等国内外主流期刊和国际会议上发表论文上百篇，主编/译著作3部，获军队科技进步一等奖、二等奖(3项)、中国仿真学会自然科学一等奖、测绘科学技术特等奖等科技奖励9项。
