近年来，令人闻之色变的传染病接踵而来，如：非典型肺炎(SARS)、禽流感、和猪型流感。对这些新近出现的病毒，我们所面临的难题是如何在疾病爆发前期，对疾病的感染性、传播性和危害性都不确定的条件下，对疾病作出有效的预测和部署。我们希望所作的部署是长远有效的。传统的疾病传播数学模型由于必须在疾病特性已知的情况下才能作出有效的预测，使其在实际应用上大打折扣。而在疾病爆发前期，疾病的特性是基本未知的。

在这个项目中，我们藉助复杂网络理论，应用新的传播数学模型对这些传染病进行研究。我们所提出的疾病传播分析方法，主要从被传染病攻击的人类社区的特性入手，并综合考虑已获知的传染病体信息。当传染病体的信息更丰富时，这些传播分析方法的准确性将得到提高。复杂网络理论的根本思想是，由大量相互间可能连结的简单个体组成的网路系统，可以表现出奇异且有趣的复杂行为。在研究这类大网络系统时，我们不仅要考虑个体的特性，且要考虑由这些个体组成的复杂网络的复杂行为。用这类新方法研究传染疾病，我们着重研究人类社区中个体不同的行为是如何影响传染病体在整个社区中的传播。我们使用纯计算建模方法和统计物理方法来描述这些系统的复杂行为。在此研究项目中，我们应用上述新方法，研究2003年非典型肺炎(SARS)在香港的传播。我们的研究取得几个非常重要的发现。具体来说；

此外，我们将上述的工作推广，进而研究禽流感在全球范围的传播。研究发现禽流感将会顽固得存在很长时间，因为被禽流感感染的区域间表现出极强的互联性。因而，有效控制禽流感在动物间传播的唯一方法是，对感染的家禽及所属的群落进行严格的宰杀与掩埋（香港与1997年开始实施）。或者完全的改变家禽的饲养和买卖方式（例如，如何控制于街市被出售的家禽间的互相接触）。

目前，在RGC研究基金的资助下（项目题目：疾病传播的复杂网络模型－SARS和禽流感传播与控制的异构分析），我们继续推进上述的研究工作。在这阶段，我们将集中研究地区性社区特性与全球社区特性对疾病传播的联合影响。到目前为止，我们的研究对象仅限于禽流感和近期出现的猪流感，但是我们的研究方法适用于任何未来会出现的新型传染病。

司马乐博士
电子及资讯工程学系
香港理工大学
ensmall@polyu.edu.hk