拐点到了吗？再谈钟南山是否可信
拐点到了吗？再谈钟南山是否可信
文：格致夫
截至2月9日晚22:30，全国确诊的新冠肺炎日增病患2692人，累积37290人；疑似病例日增3916人，累积28942人；治愈病例日增874人，累积2926人；死亡病例日增90人，累积813人。
为便于观察疫情变化趋势，下图（来自网易）给出过去20天全国新增病患变化曲线。
分析这些变化曲线，到目前为止，有两点值得特别注意：
1）全国确诊日增病患数于2月4日逼近4000人的高峰，此后已连续4天低于该值；
2）全国疑似病例日增人数于2月5日达到约5300人的高峰，至今已连续3天下降。
钟南山院士早前对疫情持相当乐观的态度！1月28日预估新增病患在一周或10天左右达到峰值。他当时进一步解释说：10到14天是一个很好的隔离观察期，潜伏期过去了，发病的及时治疗，没发病的也就没病，不会因为春运返程出现大传染，但排查的措施不能停。
而上面两个峰值出现日期与钟院士的最初研判恰恰完全吻合！据此，根据到目前为止的数据，我们似乎已经可以得出一个基本结论：盼望中的拐点已经出现！
但是，作为中共国家卫健委高级别专家组组长的钟院士，2月3日又对此前的预估做了小幅修正：疫情蔓延可能在未来10天至两周左右达到高峰。也就是说没有最初预判的那么乐观。
那么，面对最近几天多少有些令人安慰的最新数据，钟老先生又是怎么说的呢？这位深受国人信任的84岁老人变得相当谨慎。2月6日他告诉记者：最近几天全国确诊新型冠状病毒的病例数量仍在上升，而2月4日至6日这三天的新增确诊病例在下降，但还没有出现持续下降的情况，疫情的拐点还未到来，预计还要再等几天。
钟老强调：新增病例是最关键的指标，现在看起来，新增病例没有继续地明显增高。“但是这是不是意味着拐点就来了呢？言之过早。新增病例按道理不会再升太多，但是武汉和其它地方可能不一样。”
钟老这番谨慎表态是不是有道理呢？在我看来，节后出现的春运返程高峰恰恰是这几天，疫区人口的这种大规模流动，必然增加病毒的传播机会，给全国许多地区（特别是武汉这个疫情中心，以及京、沪、广、深等外来人口比重高的一线城市）的防疫带来严峻考验。出现超过上述两个峰值的可能性的确不能完全排除！
重点是，钟作为国家卫健委高级别专家组组长，除了专业判断，必然也担负社会责任。用谨慎的社会责任感取代乐观的专业判断，有助于各级政府和一线抗击疫情队伍避免松懈，力争在后期取得更令公众满意的效果。
值得一提的是，有位哈佛公卫专家、WHO顾问、华裔学者丁某表示：全球正面对史上最毒的新冠病毒疫情，至少再持续 一个月才能达到高原期！他所谓的“高原期”与拐点显然不是一个概念，他应该是这对全球感染病患累计总数而言的。这点不可混淆。
与海内外诸如此类的悲观论调完全相反，本人甚至对钟老先生最新的谨慎判断也有所保留，更倾向于他最初的乐观研判，并因此相信：出现在2月4、5两日的两个峰值就意味着真正的拐点——病患人数据不会再快速增加。
不难想到，对于这个判断应该有很多人不会同意。我的基本理据有下面3条：
1）中外专家学者（包括WHO）普遍认同，新冠肺炎的潜伏期平均不到10天，最长两周。正如钟院士20天前的分析：“10到14天是一个很好的隔离观察期，潜伏期过去了，发病的及时治疗，没发病的也就没病，不会因为春运返程出现大传染。”由此，可以合理推断，即使在未来几天的返程高峰期出现感染回升新状况，变化曲线再次出现小高峰，应该也没有理由超过目前的峰值。
2）应该对目前全国主要疫区不断调整优化的“严防死守”强悍举措有信心。特别是随着专家学者对这种全新病毒的认识日益加深，以及一线医生医疗经验的迅速积累，抗击病毒的效能必将日益提升。这是防止疫情二次恶化的最大保障。
3）钟老在给出最新说法时，仅看到了截至2月6日的数据，而事实是，而2月7、8、9日这三天的数据下降更明显了！较之峰值，全国确诊日增病患数下降幅度超过30%，疑似病例日增人数也下降约25%。
顺便说一句，网媒（包括万维）今天正在流传“大纪元”一篇文章《钟南山：疫情拐点未到 还要观察几天》，该文将钟南山2月6日回答记者的话误传为2月8日的最新判断，这在客观上容易形成误导。
基于以上三条，本人相信，疫情蔓延高峰已经过去，疫情拐点正在呈现。
需要澄清的一点是，这里讨论的“高峰”、“拐点”，完全是针对判断疫情最有意义的新增感染数而言的，并非疫情累计总趋势。无疑，后者在未来一段时间还会继续攀升。看看最上面题图的累计趋势图就一目了然。只有当每天治愈出院总数超过每天新增病患总数时，这个累计趋势才会出现拐点。
最后，作为习惯于理工思维者，为了增加说服力，我们是否还可以利用数学工具对数据曲线做进一步的解析，如曲线拟合、外推之类的工作呢？本人觉得不能这样做，毕竟，数据变化的人为“干扰”（疫情隔离等举措）更是决定性因素之一！顺便说一句，海外（包括香港）学者的几个数学模型完全没能反映中国抗击疫情这个关键人为因素。他们的模型和预测数据也就根本不具备可信性。
