罗切斯特理工学院的科学家已经开发出一种方法，他们相信这将有助于流行病学家更有效地预测COVID-19大流行的蔓延。他们的新研究发表在《物理学D：非线性现象》上，概述了SIR流行病模型的解决方案，该模型通常用于预测有多少人易感，感染并从病毒中恢复。

该方法是由RIT数学学院副教授Nathaniel Barlow和RIT化学工程系主任Steven Weinstein创建的。他们说，通过使用该模型的解决方案，流行病学家可以基于多种变量，快速预测COVID-19如何传播的许多不同情况。数学模型产生的预测有助于公共官员就何时实施和取消旨在使感染率曲线趋于平坦的限制做出政策决定。

开发该方法的应用数学家表示，他们很高兴找到一种方法来运用其技能来帮助对抗这种流行病。

巴洛说：“我当时以为自己想以某种方式为一切提供帮助。”“我们在那里看到了一篇有关SIR模型的热门文章，看到了我们的方法可以加快这一过程，我们很快写了这篇论文。我们的目标是为抗击这种疾病的专家提供更好的工具。”

该方法基于他们先前针对热力学，流体力学以及预测黑洞周围光的轨迹而截然不同的问题的解决方案。在过去的六年中，他们与大学生就这些问题进行了广泛的合作，发现SIR流行病模型的解决方案具有非常相似的数学结构。尽管作者以前没有在流行病学领域工作，但他们以前的工作无缝地翻译到了这个新领域。

温斯坦说：“很多时候，我们作为应用数学家所做的就是-在人们通常不说话的领域的边界上工作。”“我们的重要功能是提供支持科学查询和预测的算法。我们在此开发的技术适用于许多不同领域。”