斯坦福大学研究团队刚刚开发了一个互动式网站，其允许用户构建自定义模型，以评估不同的社会疏导干预措施，是如何影响 COVID-19 疫情是在一段时间内传播的。从历史经验来看，防治工作向来是宜早不宜迟，初次封锁对疫情的持续时间和病毒的复发程度都有相当深远的影响。

（来自：Standford University，传送门：GitHub）

该校生物学家 Erin Mordecai 解释称，该模型探索了相关疫情干预措施是如何随时间而变化的。

举个例子，如果我们多等了一个星期才发出就地庇护的行政命令，那后续会是怎样的场景？

或者至少要减少多少百分比的社交活动，才能在一段时间内看到新增病例的下降？

以及在追踪住院收治病例的过程中，主动启用或放弃干预措施，将带来怎样的变化？

显然，这套交互式模型并未强调基于位置的预测，而是根据分阶段的干预策略而给出的通用性评估。

用户可选择输入自己的数据，绘制出两条干预措施的起止日期，以及社交疏离期的持续长度。

模型提供了线性和对数尺度下的输出数据，绘制从感染 / 住院总人数、到康复 / 死亡总人数在内的一切数据图表。

其给出的一个重要启示，莫过于早期不积极的社交疏离措施，对第二波疫情有多大的助推作用。

我们可以一个灯泡来描述社会疏离措施的开关，预测怎样才能控制当地社区的 COVID-19 疫情传播，以至于医疗资源不会面临崩溃。

从模拟结果来看，如果早期措施得当，那我们完全不需要一年或更长的封城隔离时间。