公平演算:谁该先接种疫苗?
南伊,2020年12月31日,周四
物以稀为贵。当稀有资源在众多的人群中分配时,必然会遇到公平性与合理性的问题。谁应该首先获得这种资源?应该得到多少?分配发送的优先原则是什么?
截止到今天,只有两种防治新冠病毒的疫苗在美国获得批准,并开始接种,它们分别来自瑞辉(Pfizer)和莫登纳(Moderna)。美国有 3.3 亿人,全世界有 78 亿人,目前生产出来的疫苗只有数千万支,杯水车薪,新冠疫苗当然是当今世界上最稀有的资源。要不然,怎么会有在网上非法倒卖疫苗的怪事?合理有效地确定各个群体的优先顺序,并据此来快速发放疫苗,对遏止疫情至关重要。这不仅是个技术问题,也是个道德问题。如果这些疫苗确实有效,得到疫苗的人就获得了生命安全,得不到疫苗的人就面临死亡的威胁。人命大于天,谁应该对此做出决策,根据什么标准来制定分发的优先次序?
第一个简单的方法是依据风险系数来分配,谁的死亡风险最高,谁就应该最先得到疫苗。这种分配方法的基本准则是最大限度地减少死亡人数。比如 90 岁以上的人死于病毒的风险是 70 岁人的八倍,根据这个原则我们应该先救 90 岁以上的人。
第二种方法是依据存活者生命的质量来分配。再拿 90 岁的人和 70 岁的人来对比,90 岁人的预期寿命大约是五年,而 70 岁人的预期寿命是 15 年。因为 70 岁人存活下来的生命质量高于 90 岁的人,根据这个原则我们就应该先救 70 岁的人。在一些地区的急救室里,由于医疗设备有限,年龄大的患者被撂到一边儿,不让用呼吸机也不让占床位,这可能就是使用了这个原则。
第三种方法是依据社会效应的总体结果来分配。比如在飞机上遇到危险时,带小孩的大人应该首先戴上氧气罩和救生衣,然后再帮助小孩穿戴好。只有这样做,总体存活效应才最大。同样,虽然病人数量远高于医生的人数,首先接种疫苗的应该是医生,因为只有这样做的总体存活效应才会最大。
不同种族的人对新冠病毒有不同的敏感度。根据 CDC 今年十一月底的数据,下表是新冠病毒对不同种族的影响,这里的数据是相对于白种人而言的:
拉丁裔人、黑人和美洲原住民族群受到新冠病毒的打击特别严重,死亡率接近白人和亚洲人的三倍。从性别上看,女性病例数多于男性百分之五,可是男性死亡数比女性高出百分之七。到目前为止,亚裔在美国的病例数是 244,600,亚裔死亡数是 7,738。
美国疾病预防控制中心 (CDC)的免疫咨询委员会(ACIP)建议分三阶段、用如下优先顺序来分配和接种新冠病毒疫苗:
第一阶段(1a):医护人员,总人数约为 2,100 万。
第二阶段(1b):如下两类人员:
第三阶段(1c): 如下三种人员:
ACIP 的建议对各州有指导意义,但是联邦部门的建议并不具有约束力,各个州要制定它们自己的疫苗接种优先顺序。比如本周佛罗里达州的李县卫生局就鼓励 65 岁以上高风险人员首先接种疫苗,他们可以到七个疫苗接种地点去注射,每个站点只有 300 剂 疫苗,无需预约,先到先得。结果导致周二通宵排队,有的人在草坪上露营并等待了十几个小时。
美国原计划在年底之前至少有两千万人接种第一针疫苗,这个目标并没有实现。今天是 2020 年的最后一天,美国只向各地分发了 1,400 万剂疫苗,而且只有二百多万人注射,仅仅达到原定目标的十分之一。导致这种延迟的原因多种多样,比如数据报告不准确不及时,圣诞节假期延误等等。对疫苗发放的公平性顾虑,难以决策,迟迟不能确定优先顺序也可能是导致延误时机的原因。看来我们对川普是没指望了,他现在还在一心做他的翻案梦。不过,我倒建议拜登政府的有关部门借助于电脑 AI 技术辅助决策,以便提高疫苗发放效率。
电脑的智慧来源于程序设计,而任何知识推理都要基于一个形式演算系统。我猜想,拜登新政府也许需要一个“公平演算”作为基于 AI 的疫苗分发决策系统,比如定义:社会由 N (N > 0) 个人群组成,p1, p2, …, pn。相对于人群 p 的社会效应 Sp(d,p,r(p),m(p),t(p)) 是关于时间区间 d、人群 p、该人群对于感染新冠病毒的风险系数 r(p)、该人群关于新冠病症的死亡率 m(p)、以及该组人群对其他人群的传染系数 t(p) 的函数,它可以是在时间区间 d 上的定积分。该 AI 迭代算法的核心是求出这 N 个人群的最大社会效应值。
反复求出极大值,再算出最大值,这个过程对人类来说是件极其繁琐枯燥的事情,可是对于没有七情六欲、不需聊天喝茶、不用吃饭睡觉的电脑来说易如反掌。
南伊,2020年12月31日,周四