【来论】新冠疫情下的决策科学：群组测试

新冠肺炎威胁下，能否快速、大量地测试人们是否病毒携带者尤为重要。然而，香港至今仍未拥有足够的测试能力。日前，香港大学卢宠茂教授指出香港需提升测试能力至每日二万次。然而，现时实际测试水平为每日四千至五千次，与期望差距较大。我们或需安排更多资源（如测试仪器）以提升测试能力。不过，以决策科学的角度来看，我们可以尝试更有效地运用现有资源，以提高测试能力。群组测试便是其中一个办法。

群组测试最初由哈佛大学经济学家Robert Dorfman教授于一九四三年提出，用以检测美军中梅毒感染情况。要向每位军人都抽样作梅毒测试在当时并非易事；我们现时就新冠病毒进行大规模检测亦面对相似情况。Dorfman教授针对此情况提出群组测试办法如下：首先将群组中的样本混合后进行测试。若混合样本为阴性，则认为群组中所有样本均为阴性而不需继续测试；否则，再对每一个样本进行单独测试。举例说，若在一百个样本中，仅一样本为阳性而其他为阴性，我们可将一百个样本平均分为五组（每组二十）。此群组测试办法只需二十五次测试便可将阳性样本识别：五个群组每组一个测试，然后对阳性群组内的二十个样本进行二十个单独测试。相比传统办法需要对所有样本逐个进行单独测试，共需一百次测试，群组测试可降低所需测试数量。

群组测试并非纸上谈兵。中国内地已多次应用群组测试以控制新冠病毒的传播。五月份，武汉就借助群组测试以对其一千一百万人口进行全面检测。具体而言，在武汉，五至十个样本会被混合检测。而且仅当混合检测为阳性，被混合的样本才会被分开单独测试。北京在六月份也进行了类似的大规模测试。在新发地市场附近出现新冠疫情后，北京迅速提升检测能力至每日二十三万次；若将五个样本进行混合检测，每日可检测样本达一百万。最终，北京对中高风险区域内所有居民进行强制核酸测试。类似方法也曾在德国、以色列、美国得到应用。

为了尽量发掘群组测试所带来之便利，我们需要做一个无可避免而又重要的抉择：何为合适的群组大小？若群组过大，群组之混合样本便有较大可能为阳性，那我们需要重新对群组之个体再一一检验，最终导致所需检测增加。若群组过小，群组测试的好处便不明显。

感染率是影响最优群组大小的一个关键因素。Dorfman教授的研究指出，若感染率在百分之一的水平，最优群组大小应为十一，在此情况下，群组测试所需检测量约只为传统测试方法的二成。然而，若感染率升至三成，最优群组大小会降至三，群组测试所需检测量与传统方法相比也只能节约百分之一。实际操作中，需先对感染率作一个粗略估计，然后依此进行决策科学方面的优化从而决定最优群组大小。另一方面，准确率亦影响最优群组大小。事实上，群组测试虽由Dorfman教授为检测美军梅毒而提出，但最后并未实际应用到梅毒检测中，原因是混合样本中梅毒抗体变得难以检测。然而，对于新冠病毒，最近有研究指出将一份阳性样本与四份阴性样本混合后，核酸检测依然能检测到阳性。

新冠疫情短期内难以平复。为重启经济及恢复其他日常活动，大规模的检测必不可少，这样我们才能观察感染率从而得知疫情整体变化；从而让对病毒呈阴性的人们返回工作岗位；识别出对病毒呈阳性的人们并隔离（这在新冠疫情下尤为重要，因为大量无症状感染者也存在传染性）。群体测试的办法并不需要太多额外资源，但却能大大提升检测能力，应成为我们控制疫情的工具之一。

龙卓瑜教授(香港中文大学系统工程与工程管理学系副教授)