近日，实验室硕士生马苗、焦一搏在 Infectious Disease Modelling 上发表题为《Predictive and early warning analysis of infecious gastroenteritis based on the BiLSTM-BiGRU model》的学术论文。Infectious Disease Modelling是中科院医学一区期刊，专注于传染病与数学建模交叉领域。

摘要：合理运用科学的传染病预警监测方法，在疾病控制和预防中起着至关重要的作用。近年来，传染性胃肠炎已成为一个重要的公共卫生问题。考虑到与感染性胃肠炎发病率密切相关的气象因素，我们获得了2008年1月至2023年6月感染性胃肠炎病例数和气象数据，共计808周。构建BiLSTM-BiGRU模型拟合和预测日本东京感染性胃肠炎发病情况，提高感染性胃肠炎的预测准确性和预警效率，为相关部门提前制定传染病防控措施、做好应急准备提供参考。为此，我们还使用了三种优化算法进行参数调优，并构建了移动百分位控制图预警模型。结果表明，BiLSTM-BiGRU 模型的性能优于主流深度学习方法。在3种优化算法中，灰狼优化算法表现最好，R2为 0.85，RMSE、MAE 和 MAPE 分别提高了11.90%、12.44%和16.18%。我们发现，GWO-BiLSTM-BiGRU模型可以准确拟合和预测东京传染性胃肠炎病例数。相关部门应根据预测和预警结果，警惕每年第3至第5周感染性胃肠炎的高发情况。

实验室团队乔岩为第一作者，马苗为第二作者，焦一搏为第三作者，通讯作者为翟运开教授。