COVID-19 大流行尚未結束，其代價已然令人震驚。該疾病可能導致約 1700 萬人死亡。到 2024 年，對全球經濟的打擊可能達到 12.5 萬億美元。每個人都經歷了不平凡的幾年，沒有人願意重蹈覆轍。如果世界要避免未來發生類似甚至更糟糕的事件，各國必須確保它們為應對大流行病做好更充分的準備。
對 SARS-CoV-2 病毒的反應遠非完美。高效疫苗的快速開發等亮點與疫苗在全球範圍內分配不均等缺點形成對比。這次大流行可以教會我們許多寶貴的經驗，如果採取行動，將使世界在應對未來威脅方面處於更有利的位置。
許多目光都集中在從動物傳播到人的病毒上——近幾十年的大多數大流行病都是以這種方式出現的。機器學習可能有助於預測下一種導致大流行的病原體是什麼，或者它可能首先在何處感染人類。氣候建模還可以為傳染病爆發計劃提供資訊。
關於支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您將有助於確保有關塑造我們今天世界的發現和想法的具有影響力的故事的未來。
這樣的工作最多隻能降低大流行的頻率。當疫情不可避免地爆發時，醫療專業人員必須擁有發現疫情並採取行動限制其傳播的工具和培訓。延緩傳播對於抗擊傳染病至關重要，歷史告訴我們，傳染病一旦在全球蔓延，就很難根除。一些可能有助於實現這一目標的策略可以在後臺執行——例如，遠紫外線燈可以對公共場所的空氣進行消毒。但許多其他策略需要公眾的支援，圍繞 COVID-19 有時會讓人感到困惑的資訊揭示了公共衛生當局在溝通健康建議方面的弱點。
研究人員已經為更好地做好大流行病準備鋪平了道路。政府和行業領導者現在必須遵循它。
我們很高興承認阿斯利康的資助以及 Moderna 在製作本展望報告中提供的財政支援。與往常一樣，《自然》雜誌對所有編輯內容保留唯一責任。
本文是《自然展望：大流行病準備》的一部分，這是一份由第三方資助製作的編輯獨立增刊。關於此內容。