近日，清华大学统计学研究中心邓柯副教授与清华大学地球系统科学系的专家团队以及来自欧洲、中国、美国的多个研究团队合作，将国际航空旅行数据与经典的流行病传播模型相结合，对 2020年初新冠疫情的全球传播进行了定量研究。研究论文在国际顶级综合性期刊Proceedings of the National Academy of Sciences (PNAS)在线发表，标题为“How to avoid a local epidemic becoming a global pandemic”。
该论文所建立的量化模型表明：（1）减少国际航空旅行以及在到达一个国家时实行强制入境检疫，在减缓疫情全球传播上具有有效性；（2）相较于采取入境检疫，减少全球航空旅行可以更有效地减少全球疫情传播；（3）减少传播源国家的航空旅行对于阻止疾病向世界各地区传播有着最重要的意义。基于以上研究结果，论文建议开发“数字孪生工具”为未来大规模疫情防控决策提供精准信息。论文讨论了数字孪生模型的设计标准，以及获得必要的国际航空旅行在线数据的可行性。
该论文的一项主要创新为：相较于传统方法，该论文所建立的数字孪生模型，可以根据航空旅行实时数据，及时调整模型参数估计；进而，可以不同防控措施进行快速的效果评估，从而更有效地减缓甚至阻止流行病的全球传播。