图3中的结果强调了我们研究中使用的两种方法的优点和弱点。基于早期的估测，本SEIR模型使用了7天的潜伏期[2]。到目前，有报道证明潜伏期到症状发作的中位时间是3天[11]，此病毒的潜伏期更接近于SARS-CoV的潜伏期，但可以从0到24天不等。我们测试了该模型对不同潜伏期的敏感性，发现较短的潜伏期会加速疫情高峰，但不会对疫情规模大小产生显著影响。这可能解释了真实曲线和LSTM预测曲线之间的显著拟合，以及SEIR模型预测高峰滞后性问题。遗憾的是，用于机器学习的SARS流行病数据是来自2003年4月至6月，对于长期的预测来说这是个有限的数据库。
本模型也没有考虑到其他可能增加确诊病例数的因素，如诊断能力。武汉市政府最近宣布了一项政策，要求对每一位疑似人员和返工人员进行测试[16]。如果武汉市政府能够提高检测能力，尽量控制返回人员的流入量，但结果仍可能出现一个连续的高峰甚至第二个高峰。本研究的另一个局限性是我们无法考虑季节的影响。季节改变带来的气温升高对于广东非典疫情的消失很重要[17]。如果气温变化也适用于COVID-19，那么广东的疫情将比浙江和湖北消失得更早。
结论
本SEIR优化模型可精准预测新冠病毒的流行趋势，同时，人工智能预测模型已成功建立并且显示与SEIR模型相似的趋势，证实了1月23日起实施的公共卫生干预措施有效控制了疫情发展。严格的防控措施如“早期筛查”最好实施至2020年4月底。
致谢
我们感谢横琴鲸准智慧医疗科技有限公司的成于伽、纪冰怡和许碧峰的技术支持。
表1. 本研究预测结果总结
a假设湖北省仍然严格管控，没有返程高峰b假设湖北省减少管控，有返程高峰
（注：英文原文附文章补充方法的说明）。
参考文献
1. Zhou P, Yang X-L, Wang X-G, Hu B, Zhang L, Zhang W, et al. A pneumonia outbreak associated with a new coronavirus of probable bat origin. Nature. 2020:10.1038/s41586-020-2012-7.
2. Li Q, Guan X, Wu P, Wang X, Zhou L, Tong Y, et al. Early Transmission Dynamics in Wuhan, China, of Novel Coronavirus-Infected Pneumonia. The New England journal of medicine. 2020.