问题：层层加“码”真的提高了防疫的标准了吗？

最近苏州疫情严重。之前出入公司只检查苏康码是绿码就可以同行了。后来防疫标准提高了，要求同时还需要出示行程码不带星才可以进入。再后来为了限制外地人员，又搞出来了一个出入码。导致每次进一次园区都需要工卡、苏康码、行程码、出入证一堆证件。。。把一队汽车堵住了。尤其是在高速上，很多货车司机行程码都有星，没法从高速上下来，只能支锅打野。

最让人疑惑就是：额外增加一个码，真的更加安全了吗？是否其中某些码的功能已经覆盖了呢？而多重码又如何给那些风险不确定的人一个降低防控策略的途径呢？

例如：行程码中带有上海，往往意味着比较危险。但是病毒并不是按行政区划传播的。上海也有安全的地方，苏州也有危险的地方。例如上海的滴水湖就几乎没有病例。假如我去一趟滴水湖导致行程码带了星就不能进入园区，似乎也不合理。

额外增加一些码产生的问题相当的多：例如很多人有两部手机，或可以偷偷借来一部手机，来骗到绿码、通行证混进社区。这又不得不花费法律成本和道德来纠正这些问题。

或许对于基层来说，为了确保防疫安全，额外增加一个码能够额外多一层验证。但是，本着精准防疫的木板，额外多增加一个码往往带来了更多障碍却并没有体现“精准”，反而体现的是“一刀切”。

真正解决这个问题，或许我们需要重新思考一个健康系统了。

我们先讨论一些简单的事情：

病毒不按行政区划传播

对于一个病例，历史上曾经去过一个地方，那么我们可以用横轴描述时间，纵轴表述位置，能够表达一个病例事件。那么我们可以得到一个二维的坐标系，其中每一个病例的每一个行为，都可以描述成一个病例事件，也就是一个红点。

例如4月2日发现有一个病例曾经去过金鸡湖，那么我们可以得到这样一个图像：

显然，根据病毒的传播规律，在病例去过之后的一段时间里，周围的范围，都是感染几率较高的时空点。

所以它显然应当出现在时间的右侧，按照地点分布为一个概率密度云。越靠近病例的行为，危险性越高。逐渐向周围空间扩散。

因此，每个人在时间线上和地点的行为，越接近黄色的区域，就越容易被感染。

而根据一个人的接近程度，则可以推到出他被感染的概率分数。

健康码是绿色的，能代表一定没有被感染吗？

传统健康码最严重的问题在于：它太容易是绿色的了。以至于几乎所有人都是绿色的，导致在特殊情况下，例如防疫需要加强时，极难衡量风险。

例如在苏州爆发疫情时，小区可能会封禁。这可能是因为小区周围发现了大量病例，小区内部也出现病例的可能性也会大大增加。封禁小区后需要进行全员核酸检测。这确实是目前我们知道的最佳的方案，能够快速找到被感染的病例。

但是一件不太自洽的事情就是：在进行核酸检测时，几乎所有参与检测的人都是健康码绿码。如果说健康码能够有效评估一个人的被感染概率，且仅在几乎不可能被感染的情况下才会显示绿码，那么显然对一群绿码的人检测，也就是检测一群系统已经认为几乎不可能感染的人来做检测，这没有太多效率。

而假如我们说：健康码不能反应一个人被感染的概率，那么凭健康码出入就不再是一个合理的标准。健康码是绿色的，代表一定没有被感染，似乎不能这么说。小区就会自己开发出入证系统。从而最终变成层层加“码”。

这从很大一定程度，失去了健康码本来的意义：作为疫情期间判断一个人是否被感染的标准。

而实际上，我们更需要的是一个能够量化的东西。它应当能够真的反应出被感染的概率，应当是一个数值，应当能够量化统计。

健康码应当显示被感染概率的数值

根据一个不复杂的模型，匹配每个人和病例的时空交错，我们已经能够轻松的判断他是否可能被感染。

但是，相比直接给他划为黄码，再去手工调查他的行程、密接等，用一个指标能够量化其风险程度更加合理。尤其是当有了指标后，我们可以清晰准确的把握自己的健康，也能方便小区、公司检查出入人员的情况。

例如：每个人的安全分App，都能查看到自己的被感染概率。它可能是1-100%之间的一个数值。而计算它的方法，就是将这个人最近的行程和其它人进行向量和。

病例也是人，病例也有安全分，只是他可能被感染了，那么他的被感染概率就是100%。如果你曾经去过距离他很近的位置，则会累加到你的被感染概率中。

核酸检测 - 极大的改变系统中的被感染概率

在上面的模型中，我们使用了一个数值描述一个人的被感染概率。

那么当小区陷入危险时，小区内部可能出现了非常多可能被感染概率很高的人：例如有些人是0.01%，有些人可能就是1%，有些人可能就是 10%。

针对那些0.01%的可能性被感染的人，对着他们做核酸检测几乎没有意义。而针对那些10%的被感染的人，则非常危险。他们可能有很多人已经是病例了。

针对核酸检测，有些事情我们也完全可以自动化完成。一方面，核酸检测可以基于被感染概率选择性执行了。另一方面，核酸检测可以改变一些人的被感染概率。

例如，当一个人本来被感染概率是10%。每次核酸检测，得到阴性结果后，都应当可以降低这个概率降低。例如测一次后变成5%，第二次测后变成2.5%。而一旦阳性，则会立刻变成100%。

递归安全分 - 全自动化流行病学分析

在我们已经能够根据核酸检测影响每个人的被感染概率时，建立的模型应当是递归的。

通俗的举例来说：例如你本来的被感染概率是10%。而最近和你接触的人，都做了多次核酸，而他们几乎全部都是阴性，以至于他们的被感染概率被下降到了0.01%这种很低的值。此时，他们的行踪和你也有大量交叉，和太多阴性的人接触后，应当也可以降低你的被感染分数。这很科学在于：平时和你生活的人是阴性，那么大概率你也应该是阴性。

而反过来，假若一个人突然发现是阳性，那么他之前的行为都带有极高的危险性。任何靠近过的人都可能是阳性。这会直接大幅度改变这些和他曾经交错过的人的被感染概率。大家瞬间集团都有了非常高的被感染概率。

这样来看，城市里任何一个人的行为，都可能会改变离他非常远的人的安全分数。因为他或许和你没有直接交错，但是他可能间接性的经过四五次递归，就影响了你的分数。

这样的计算对人类来说比较困难，我们需要大量的医务人员进行流行病学调查。但是对于计算机来说，只是一些简单的多项式乘法和加法。每个人的健康程度都是一个递归与全城人的表达式。将全城人的行程表达为几百万个矩阵，再进行矩阵的变换，对于计算机来说计算量并不大。

而这种算法，本质上也算是一种“仿生”，模仿真实的流行病学调查。只是它以现实的数据作为校正。

而这种算法一旦落实，对于小区检测来说就方便太多了。平时大家可以要求99.9%的健康概率才能进小区。特殊时期就可以要求99.99%的健康概率，或要求99.999%的健康概率。而大家都知道，多做几次核酸检测能够显著提高这个分数。那么可能高危的人，就会自觉的在外面先做好核酸，来方便自己进出小区。

基于AI？

我们可以想到一种，基于全城人的行程数据和每个人的核酸结果，得到每个人的被感染概率的算法，并且并不复杂。

但是，我知道这种简单的算法或许可靠，但是一定也会有漏洞：例如可能真的有算法评估是极低几率被感染，但是某个不出门的宅男，坚持某一天不带手机又去拜访了阳性病例。或是被评估感染概率极高的人，因为防护真的好，又一直是阴性。

真正实现精准防疫，我们需要的或许是更加复杂的算法。可能是需要基于AI的，这种AI还需要考虑你的作息、手机数量、工作类型、年龄、病历等。出租车司机的被感染概率就显著高于坐在办公室的白领。抵抗力差的人显然就应该更高于年轻人。

我只能算是提出一个非常简单的模型，说到一种可能可以量化被感染概率，并且方便精准防控的方法。我很期待能够看到真的基于机器学习和人工智能的，更加精准的推测每个人健康情况的论文和算法。

理论安全与实际安全

这些提到的，只能停留在理论层面。高效率的防疫，我们不能将理论安全和实际安全分离。虽然，隔离，是历史上人类已经总结出来最有效的方法，但是有些情况下，结合算法的计算结果，实际的安全措施往往应当更加灵活。

例如：我们小区在疫情最严重的时候，会禁止外卖送进去，但是每次进出小区，仍然需要按一个按钮才能开门。我坚定的认为这个按钮上一定混合了全小区人的手摸过的病毒。他们早就应该去掉这个开门键，保持永远开门。

再比如：苏州最近推行了一个政策，禁止在饭店堂食。但是这只能导致人们买了饭，在饭店门口蹲着吃。虽然本质上是希望拿回家吃，但是人都是活的，他们只能想出最方便自己的方法。

禁止堂食，本质上还是想降低用餐时的交叉感染。但是吃饭的时候，本来假如饭店里已经一个人都没有了，那么你吃饭还会和谁交叉感染呢。。

这种政策我还是认为应当改成：禁止多个人一起同时吃饭。实施起来，就是每个饭店只放一把椅子就行了。

严格的防疫是必需的，需要提高的只是效率

真正的防疫，我认为还是不能放松的。很多人说应当完全放开躺平。奥密克戎只是大号流感。说些什么：防疫的成本已经高于得病毒的成本。

我认为这是不科学的。我们防范的，严格来说应该不是奥密克戎。奥密克戎或许重症率真的低，而且发病以后症状确实和感冒也差不多。但是，真正的威胁我觉得绝不是奥密克戎。只是因为奥密克戎的传播能力太强，以至于我们主流媒体只关注了奥密克戎。

之前的几种变种，例如：德尔塔，其完全没有因为奥密克戎的传播力太强而消失。只是不被关注了。我们如果完全放开，迟早还会被更加危险的疾病感染一次。

或许我们正是因为严格的防疫，改变了世界线。在另一条中国已经完全放开的世界线里，奥密克戎已经产生了下一代变种，且死亡率50%。我们说不准这种可能。

对我个人而言，严格的防疫，防范了的也不仅仅是奥密克戎，我已经几乎三年没有感冒发烧过了。几乎我已经忘记了人类曾经还没战胜感冒。或许这种措施，可以在未来进一步消灭更多流行病，让人类可以更加长寿。

但是，我们真正需要提高的是执行的效率。效率是需要降低我们的代价的。我也能够听到上海大量的朋友买不到菜饿坏了，看不了病急坏了，交不起房租气坏了。。。

或许我讨论的内容只是键盘侠在自己屋里键政，但是提高效率明明有更好的方法：例如用AI辅助流行病调查，不要层层加码而是精准的对高概率感染的人进行监测，为健康码增加安全评估的功能等。

健康码自从疫情爆发，已经运转了几年了。时代也变化了不少，病毒不是那么可怕，但是又危机四伏。我们能做的，就是用一种，健康码2.0，来提高效率，在能够精准清零的同时，降低这个“代价”。