國家衛(wèi)生健康委員會官方網(wǎng)站信息顯示，截至截至2月22日24時，全國累計報告確診病例76936例。而COVID-2019的病死率究竟有多高？也自然成為了大家最為關心的問題之一。

2 月 17 日，《中華流行病學雜志》雜志上刊登了一篇名為《新型冠狀病毒肺炎流行病學特征分析》的研究論文。論文顯示，湖北省的粗病死率（2.9%）高出其他省份（0.4%）7.3 倍。

但2月21日，Lancet Respir Med (柳葉刀呼吸病學)發(fā)表了來自華中科技大學同濟醫(yī)學院和武漢金銀潭醫(yī)院團隊的論文。該團隊通過對金銀潭醫(yī)院收治的重癥新冠肺炎患者的單中心回顧性研究表明，新冠肺炎重癥患者28天內病死率高達61.5%，高于對SARS和MERS重癥患者的研究中得到的數(shù)據(jù)[1]。

大家比較困惑數(shù)據(jù)之間的反差。那么，粗病死率的概念該如何解讀？它和真正的病死率的區(qū)別又在什么地方？對此，森億智能真實世界研究團隊進行了一番深入分析。

通過數(shù)據(jù)建模預測疾病，是當前行之有效的方式之一

通常，在疫情初期，媒體報道和學術研究中多用以下幾種病死率的計算方式：

1、總死亡數(shù) /  總確診人數(shù)，也就是粗病死率；

2、總死亡數(shù) /（總死亡數(shù) + 總治愈人數(shù)）；

3、假設病毒的平均潛伏期是X天，出現(xiàn)癥狀到死亡的平均天數(shù)是Y天。那么病死率應該是這樣的：總死亡數(shù)/（X+Y）天前確診人數(shù)。

如果疫情已經(jīng)結束，所有患者要么治愈出院，要么死亡，那這幾種方式計算的結果都殊途同歸。換言之，都是正確的計算方法。然而在疫情初期和中期，由于絕大多數(shù)患者還在醫(yī)院治療，總確診人數(shù)并不等于總死亡數(shù) + 總治愈人數(shù)。

所以，這三種計算方式所反映的，都不是最終的真正病死率。上周，甚至有學者在《柳葉刀》雜志發(fā)文明確提出，之前文獻一直報道的武漢死亡率或病死率都是不確切的[2]。

當個體生存時間未詳細公布的階段，究竟用什么方法，才能估算出最接近真實的結論呢？

森億智能真實世界研究負責人趙洪鑫博士認為，粗病死率用官方公布的死亡數(shù)除以所有確診人數(shù)，而這些確診且還未出院的人當中，由于未來還會陸續(xù)出現(xiàn)死亡，所以粗病死率和真正的病死率相比而言，被低估了。

并且，由于數(shù)據(jù)公布順序的原因，每天實時計算的粗病死率在疫情初期和中期還會出現(xiàn)逐步升高的情況。這就進一步說明，粗病死率難以客觀反映政府、社會、醫(yī)護人員、科研人員在疫情防控、優(yōu)化診療方面做出巨大努力的成果，以及真實的死亡風險變化趨勢。

因此，通過數(shù)據(jù)分析建模預測疾病最新的病死率及變化趨勢，將對疫情下階段的防控產生極大的參考價值。

未來，湖北的病死率可能會降低至3-4%

2月21日，森億智能真實世界研究團隊在醫(yī)學預印本論文medRxiv網(wǎng)站發(fā)表研究論文《Estimating the case fatality ratio of the COVID-19 epidemic in China》，該研究主要通過建立競爭風險模型和joinpoint回歸模型，分析目前公布的確診，新增，治愈和死亡數(shù)據(jù)，從而通過復雜的數(shù)學模型通過前期的數(shù)據(jù)去估計最終真實的病死率和死亡風險的變化趨勢 [3]。

競爭風險模型和joinpoint回歸模型分析結果

趙洪鑫博士介紹，團隊根據(jù)數(shù)學模型，發(fā)現(xiàn)病死率其實是不斷大幅下降的動態(tài)過程。因此，首選medRxiv發(fā)布研究結果也是為了能夠每天更新數(shù)據(jù)，響應國家科技部號召，把論文寫在抗擊疫情的第一線。

團隊估算，到2月22日，湖北的病死率從疫情初期的一個相對較高的值下降到目前的 7.2% (95% CI: 6.6%-8.0%) ，而其他省份在1.0% (95% CI: 0.87%-1.2%) ，該數(shù)字與公布的粗病死率趨勢保持一致。

另外，團隊還分析發(fā)現(xiàn)湖北的病死率在1月30日、2月6日和2月14日出現(xiàn)了三個明顯的下降拐點，而其他省份的病死率相對平穩(wěn)，在2月7日之后也有下降趨勢。

由于疫情初期，湖北的重癥患者比例較高，重癥醫(yī)療的條件受限，病死率確實是較高，和華中科技大學以及帝國理工大學的研究結果相似。但在此之后，隨著政府和整個醫(yī)療體系的迅速決策和響應，經(jīng)過全黨全軍全國各族人民團結奮戰(zhàn)，支援湖北，專家學者和臨床一線工作的不斷優(yōu)化調整，湖北的病死率迅速降低。

對此，森億智能副總裁馬漢東表示：“根據(jù)我們的估算，未來湖北的病死率將不斷接近其他省份，調整之后的總病死率可能會降低至3-4%，而其他省份也可能會降到1%以內，相較SARS的10%，情況會更加樂觀。”

據(jù)他介紹，疫情的整體發(fā)展雖有被逐步控制的趨勢，但有更多任務值得提前規(guī)劃。對此，森億智能建議醫(yī)療機構緊密關注疾病發(fā)生、發(fā)展全程數(shù)據(jù)的收集、隨訪、分析工作。因為在疫情進一步緩解的同時，系統(tǒng)規(guī)劃“后疫情時期”相關預警模型的建立，可有效防止疫情在短期內死灰復燃，或在未來數(shù)年卷土重來。

森億智能創(chuàng)始人兼CEO張少典表示：“自疫情發(fā)生以來，森億智能高度重視大數(shù)據(jù)及人工智能分析對本次疫情防控的支持及引導性工作。森億智能第一時間組織了一支專業(yè)高效的研究團隊，通過數(shù)據(jù)分析及信息化平臺為疫情發(fā)生發(fā)展的趨勢、特征提供科學的證據(jù)，并向相關政府機構提交決策建議�！�

據(jù)悉，這是森億智能迄今發(fā)表的第二篇關于COVID-19的研究論文，此前和北京大學美年健康研究院一起在medRxiv發(fā)布了關于疫情初期武漢發(fā)病率的大數(shù)據(jù)模型估計，也為疫情防控提供了數(shù)據(jù)支持 [4]。

大數(shù)據(jù)，是疫情精準防控的重要新式“武器”

除了科研數(shù)據(jù)分析之外，森億智能的大數(shù)據(jù)模型對于疫情精準防控同樣扮演著重要作用。2月20日，中央指導組副組長、中央政法委秘書長陳一新前往武漢市公安局，著重了解大數(shù)據(jù)在武漢疫情防控中的作用。他強調，各級領導干部一定要心中有“數(shù)”，把疫情防控統(tǒng)計數(shù)據(jù)搞準搞實，不能有任何的水分，不能有任何的瞞報，為科學判斷疫情發(fā)展趨勢、打好武漢保衛(wèi)戰(zhàn)提供科學依據(jù)。

如何心中有“數(shù)”？陳一新指出，打好武漢保衛(wèi)戰(zhàn)，要運用大數(shù)據(jù)、智能化技術手段，建設一個及時、精準、高效的疫情防控大數(shù)據(jù)平臺，實現(xiàn)“數(shù)據(jù)應收盡收”，實現(xiàn)指揮系統(tǒng)科學化、精準化、高效化。

陳一新秘書長所指出的，恰恰是目前醫(yī)療機構數(shù)據(jù)存在的局限性：需要進一步隨訪才能更精確地預測。特別是在疫情結束后，醫(yī)療機構還需長期考慮對重大疫情等防控預警智能體系系統(tǒng)建設。除了在概念上進行創(chuàng)新，關注外部可視化，還要真切地“實戰(zhàn)演練”，最終實現(xiàn)疫情精準防控。

正是考慮到醫(yī)療機構精準防控的訴求，基于COVID-19的特性，森億團隊成功研發(fā)出一套新冠肺炎（COVID-19）專病庫及隨訪解決方案。

解決方案總體框架圖

據(jù)悉，這套解決方案由COVID-19專病數(shù)據(jù)倉庫、COVID-19專病庫科研項目、COVID-19患者隨訪以及COVID-19專病數(shù)據(jù)集所構成。

2月19日，國家衛(wèi)生健康委網(wǎng)站發(fā)布《關于做好新型冠狀病毒肺炎出院患者跟蹤隨訪工作的通知》，明確強調，各地要依托區(qū)域全民健康信息平臺，努力做到居民健康檔案、電子病歷、出院隨訪檔案等信息共享和業(yè)務協(xié)同，實現(xiàn)新型冠狀病毒肺炎患者臨床診治與健康管理的全閉環(huán)。

森億智能的隨訪系統(tǒng)，不僅完美契合國家衛(wèi)健委隨訪要求，并且支持患者通過訪問醫(yī)院公眾號或小程序并訂閱隨訪通知，按照醫(yī)生為患者設定的隨訪計劃填寫研究課題所需的隨訪表單。此外，醫(yī)生還可通過森億COVID-19專病數(shù)據(jù)平臺對患者填寫的數(shù)據(jù)進行管理和補充。

另外，解決方案的COVID-19專病數(shù)據(jù)集，可根據(jù)相關文獻、指南以及臨床診療等情況相結合，主要包含以下內容：

基本信息、人口學資料、就診信息、轉科信息、診斷信息、家族病史、過敏史、生活習慣、癥狀、生命體征、體格檢查、危險因素及流行病學調查、實驗室檢查、核酸檢測、胸部影像學檢查、特殊治療記錄、藥物治療、并發(fā)癥/重要醫(yī)學事件、結局情況以及死亡信息記錄等。

憑借COVID-19專病數(shù)據(jù)集的建立，醫(yī)療機構可實現(xiàn)疾病發(fā)生、發(fā)展全程數(shù)據(jù)的收集、隨訪、分析工作。在疫情進一步緩解的同時，實現(xiàn)系統(tǒng)規(guī)劃“后疫情時期”相關預警模型的建立，最大限度防止病毒死灰復燃。

COVID-19專病數(shù)據(jù)集

據(jù)悉，新冠肺炎（COVID-19）專病庫及隨訪解決方案可積累高質量診療數(shù)據(jù)庫，挖掘、探索最佳治療方案，結合生物樣本庫建設，為將來研發(fā)新藥和探索致病機制、創(chuàng)新療法打好基礎。產品適用于各大綜合類三級醫(yī)院以及收治新型冠狀病毒肺炎定點醫(yī)院等機構。

除了專病庫之外，森億智能還針對COVID-19，基于AI智能引擎臨床決策平臺，結合本次新型冠狀病毒疫情信息和國家衛(wèi)健委持續(xù)更新的診療方案，通過患者全息數(shù)據(jù)采集、數(shù)據(jù)治理、AI模型引擎、建立多維度的臨床知識體系，利用自然語言處理技術、知識圖譜、機器學習及認知計算等核心技術，建立了一套完整的針對新冠肺炎（NCP）的輔助診療及質量監(jiān)控系統(tǒng)。