据CNN的最新报道，美国白宫冠状病毒应对协调官员黛博拉·伯克斯博士近日公开表示，分析病毒数据模型可以看到，未来一段时间内美国疫情形势严峻。
这一公认最权威的数据模型预测，预计到4月中旬，美国每天将有超过2,000人死亡，而预计该病毒将造成最严重的影响。并且在假设目前的隔离措施持续到五月份的前提下，会发现到今年8月的4个月时间里，美国大约会有82,000人可能死于新冠病毒。
这一数据模型是依靠意大利，中国和美国的已有公开数据，使用过去的经验来对未来情况的一种预测。
在数据公布后，有美国卫生官员已发出警告，如果不执行严格的隔离措施，或者人们不遵守这些措施，死亡人数可能会更高。
据彭博社的报道，就在此前不久的3月中旬，英国伦敦帝国理工学院的一些流行病学家也发布了他们的模型研究结果，预测结果也非常严峻。最坏的情况是，如果让新冠病毒不受控制地在人群中传播，可能导致英国50万人死亡和美国220万人死亡。
基于新冠病毒在人群中传播速度的预测推算数据目前已成为全球各大媒体上的头条新闻。
在当代社会尤其是欧美国家，在面对诸如新冠病毒这类重大突发事件时，科学家们往往会通过快速建立相应的数学模型来推算可能会出现的风险后果，这种被量化的数据可以为政治家们作出重大政策决定提供理论依据，甚至还可以帮助社会普通公众作出风险判断。而在中国，也有媒体曾经报道过以钟南山院士为首的一些科学家也曾建立数学模型来进行流行病学方面的研究和推演。
在目前的这场全球大流行的不断蔓延，各国隔离人数在不断的增加，在社交聚会方面受到严格限制的国家不断增加，已有超过25亿的人口被卷入进来。在越来越多的国家或地区，官员们正在使用建立风险模型来决定下一步的抗疫工作。
风险模型是复杂系统的数学表示形式，可帮助显示特定条件下可能发生的情况，并且无需大流行就可以将其引入我们的生活。一些广泛使用的模型具有较低的不确定性，例如那些根据数百万受保驾驶员产生的人口统计数据确定汽车保险费价格的模型。预测如果通货膨胀突然上升，经济将如何运行的模型具有更大的不确定性。
西方公众对大范围危机问题的意识通常来源于对数据模型的推演。最典型的就是气候变化首先借助使用物理学的模型以及最初很少的观测数据，进入了公众的意识。科学家们仍在完善已经使用了40年的模型，并以惊人的准确性记录下来。但这样也会给模型带来突然的变化。这些气候模型的最新更新表明，世界可能比以前想象的要温暖得多，而且科学家仍然困惑为什么会如此。另一方面，针对北极海冰的情况，模型无法预测最近二十年来观察到的冰面急剧下降。
模型仅与它们所基于的假设一样好，因此也有很多的局限性。就像气候科学家仍不确定云在影响地球变暖中起多大作用一样。在新冠病毒出现在中国3个多月后，科学家们仍然不知道有多少隐性感染者（即可以感染他人而不会自己出现症状）。由于存在不确定性，在这两种情况下，当前模型在预测的上下限之间会产生很大的差异。
剑桥大学的风险研究专家大卫·斯宾格特认为，“不确定性并不意味着我们不知道该怎么做。” 实际上，这是保持谨慎的指南。这就是为什么在分析风险模型后有时会采取严厉措施的原因。就新冠病毒而言，数十亿人仍处于隔离状态，直到感染数量的增长得到控制。
模型的最大用途是使我们从自己惯常的盲目性中摆脱不确定性和风险，尤其是在遇到并非总是具有直觉意义的事件时。卡内基梅隆大学教授，斯宾格特说：“建模起着至关重要的作用。” 那是因为大流行和气候变化都是“非线性”事件。
新冠肺炎大流行病的非线性数学是这样工作的：据估计，每个感染了病毒的人都将感染另外三个人，这些人将继续感染9个，再感染27个，依此类推。
克莱德公司律师事务所合伙人奈杰尔布鲁克表示，在大流行得到控制后，人们希望这种经历可能会导致政府和企业领导人之间更多的“风险思维”。布鲁克认为，经历过这样的事件之后，可能会有更多的领导人考虑“尾部风险”，这些事件发生的可能性很小。但影响可能很大，并且几乎没有问题比气候变化带来更大的尾部风险，那就尤其如此。
大流行和气温升高等全球风险在质量上与局部灾难不同，例如小流行，两国之间的战争或自然灾害。一个国家无法解决这些问题，因此需要全球解决方案。
诺丁汉大学风险管理教授杰米·沃德曼说：“（全球问题）改变了我们对科学和对负责管理这些风险机构的信任基础。” 这就是为什么“风险已成为我们了解上个世纪世界变化方式的核心。”
新冠病毒将使人们更加意识到全球风险吗？尽管每个国家主要依靠自己来应对新的冠状病毒，但事实证明，像世界卫生组织这样的机构对于提供有关如何管理该疾病的传播以及在国家之间共享关键数据的可行建议至关重要。正是这些数据最终助推了风险模型和严峻的预测结果。
随着气候变化，数据已经共享。模型也是如此。因此，可以预计的是，大流行的后果将为全球机构将新的风险意识转变为实际行动创造明确的考验。
