The Black Death. The 1918 Flu Pandemic. COVID-19.
กาฬโรค ไข้หวัดใหญ่ปี 2461 โควิด-19
We tend to think of these catastrophic, world-changing pandemics as very unlikely events.
เรามักจะคิดว่าวิกฤตเหล่านี้ โรคระบาดร้ายแรงที่เปลี่ยนโลก เป็นเหตุการณ์ที่ไม่น่าจะเกิดขึ้นอีก
But between 1980 and 2020, at least three diseases emerged that caused global pandemics. COVID-19, yes, but also the 2009 swine flu and HIV/AIDS.
แต่ช่วงระหว่างปี 2523 ถึง 2563 มีอย่างน้อย 3 โรค ที่อุบัติขึ้น ซึ่งทำให้เกิดโรคระบาดไปทั่วโลก โควิด-19 ก็ใช่ แต่ยังมี ไข้หวัดหมูปี 2552 และเอชไอวีหรือเอดส์
Disease outbreaks are surprisingly common. Over the past four centuries, the longest stretch of time without a documented outbreak that killed at least 10,000 people was just four years.
การระบาดของโรค เป็นเรื่องธรรมดามาก ๆ ช่วง 4 ศตวรรษที่ผ่านมา ระยะเวลาที่ยาวนานที่สุด ที่ไม่มีการเกิดโรคระบาด ที่คร่าชีวิตอย่างน้อย 10,000 ชีวิต คือระยะเวลาเพียง 4 ปีเท่านั้น
As bad as these smaller outbreaks are, they’re far less deadly than a COVID-19-level pandemic. In fact, many people born after the 1918 flu lived their entire lives without experiencing a similar world-changing pandemic. What’s the probability that you do, too?
แม้การระบาดเล็ก ๆ เหล่านี้จะเลวร้ายเพียงใด พวกมันก็มีอันตรายน้อยกว่า การระบาดระดับโควิด-19 เป็นอย่างมาก ความเป็นจริงก็คือ หลายคนที่เกิด หลังไข้หวัดใหญ่ปี 2461 ได้ใช้ชีวิต โดยไม่เจอกับโรคระบาด ที่เปลี่ยนแปลงโลกในทำนองเดียวกัน มีความน่าจะเป็นสูงแค่ไหน ที่คุณจะโชคดีเหมือนกัน
There are several ways to answer this question.
มีหลายทางที่จะหาคำตอบให้คำถามนี้
You could look at history. A team of scientists and engineers who took this approach catalogued all documented epidemics and pandemics between 1600 and 1950. They used that data to do two things. First, to graph the likelihood that an outbreak of any size pops up somewhere in the world over a set period of time. And second, to estimate the likelihood that that outbreak would get large enough to kill a certain percentage of the world's population. This graph shows that while huge pandemics are unlikely, they're not that unlikely. The team used these two distributions to estimate that the risk of a COVID-19-level pandemic is about 0.5% per year, and could be as high as 1.4% if new diseases emerge more frequently in the future.
คุณสามารถมองย้อนกลับไปในอดีต กลุ่มนักวิทยาศาสตร์และวิศวกร ที่ใช้วิธีการนี้ จัดกลุ่มโรคระบาดและโรคระบาดร้ายแรง ช่วงปี 2143 ถึง 2493 พวกเขาใช้ข้อมูลเพื่อทำ 2 อย่าง อย่างแรก เพื่อทำกราฟความเป็นไปได้ ที่การระบาดในขนาดต่าง ๆ จะเกิดขึ้นที่ใดที่หนึ่งในโลก ในช่วงเวลาหนึ่ง ๆ และอย่างที่สอง เพื่อประเมินความเป็นไปได้ ที่การระบาดนั้นจะใหญ่พอ ที่จะฆ่าประชากรโลกจำนวนหนึ่ง ๆ กราฟนี้แสดงให้เห็นว่า แม้การแพร่ระบาดครั้งใหญ่ไม่น่าจะเกิดขึ้น แต่ก็ใช่ว่าจะเป็นไปไม่ได้ ทีมงานได้ใช้การแจกแจงทั้งสองนี้ เพื่อประเมินความเสี่ยง ว่าการระบาดในระดับโควิด-19 จะอยู่ที่ประมาณร้อยละ 0.5 ต่อปี และอาจสูงถึงร้อยละ 1.4 ถ้าโรคใหม่เกิดถี่ขึ้นในอนาคต
And we’ll come back to those numbers, but first, let’s look at another way to estimate the likelihood of a future pandemic: modeling one from the ground up.
เราจะกลับมาดูตัวเลขนั้นอีกที แต่ก่อนอื่น มาดูอีกวิธีในการ ประเมินความเป็นไปได้ที่จะเกิด โรคระบาดในอนาคตกัน อย่างการสร้างแบบจำลองจากจุดเริ่มต้น
For most pandemics to happen, a pathogen, which is a microbe that can cause disease, has to spill over from its normal host by making contact with and infecting a human. Then, the pathogen has to spread widely, crossing international boundaries and infecting lots of people. Many variables determine whether a given spillover event becomes a pandemic. For example, the type of pathogen, how often humans come into close contact with its animal reservoir, existing immunity, and so on.
สำหรับโรคระบาดส่วนใหญ่ที่เกิดขึ้น เชื้อโรคซึ่งเป็นจุลินทรีย์ที่ทำให้เกิดโรค ต้องออกมาจากพาหะ ผ่านการติดต่อและแพร่เชื้อสู่มนุษย์ จากนั้น เชื้อโรคต้องกระจายเป็นวงกว้าง ข้ามพรมแดนประเทศ แล้วทำให้ผู้คนจำนวนมากติดเชื้อ มีหลายตัวแปรที่จะบ่งชี้ว่าการกระจายเชื้อ จะกลายเป็นโรคระบาดร้ายแรงหรือไม่ เช่น ชนิดของเชื้อโรค ความถี่ที่มนุษย์สัมผัสใกล้ชิด กับแหล่งแพร่กระจายในสัตว์ ภูมิคุ้มกันที่มี และอีกมากมาย
Viruses are prime candidates to cause the next big pandemic. Scientists estimate that there are about 1.7 million as-yet-undiscovered viruses that currently infect mammals and birds, and that roughly 40% of these have the potential to spill over and infect humans.
ไวรัสเป็นตัวเต็งที่จะทำให้เกิด โรคระบาดร้ายแรงครั้งต่อไป นักวิทยาศาสตร์คาดว่ามีไวรัส ที่ยังไม่ถูกค้นพบมากถึง 1.7 ล้านชนิด ที่กำลังแพร่ระบาด ในสัตว์เลี้ยงลูกด้วยนมและนก และประมาณร้อยละ 40 ของไวรัสเหล่านี้ มีโอกาสระบาดและแพร่เชื้อสู่คนได้
A team of scientists built a model using this information, as well as data about the global population, air travel networks, how people move around in communities, country preparedness levels, and how people might respond to pandemics. The model generated hundreds of thousands of virtual pandemics. The scientists then used this catalog to estimate that the probability of another COVID-19-level pandemic is 2.5 to 3.3% per year.
นักวิทยาศาสตร์กลุ่มหนึ่งสร้างโมเดล โดยใช้ข้อมูลนี้ รวมถึงข้อมูลเกี่ยวกับประชากรโลก การเดินทางทางอากาศ การเคลื่อนย้ายของผู้คนในชุมชน ระดับการเตรียมพร้อมของประเทศ และวิธีที่ผู้คนจะตอบสนองต่อโรคระบาด โมเดลนี้จำลองโรคระบาดร้ายแรงเสมือนจริง มากกว่าแสนแบบ นักวิทยาศาสตร์ก็จะใช้แคตตาล็อกนี้ เพื่อคาดการณ์ ความน่าจะเป็นของ โรคระบาดระดับโควิด-19 จะมีโอกาสเกิดขึ้นร้อยละ 2.5 ถึง 3.3 ต่อปี
To get a sense of how these risks play out over a lifetime, let’s pick a value roughly in the middle of all these estimates: 2%. Now let’s build what’s called a probability tree diagram to model all possible scenarios. The first branch of the tree represents the first year: there’s a 2% probability of experiencing a COVID-19-level pandemic, which means there’s a 98% probability of not experiencing one. Second branch, same thing, Third branch, same. And so on, 72 more times. There is only one path that results in a fully pandemic-free lifetime: 98%, or 0.98, multiplied by itself 75 times, which comes out to roughly 22%. So the likelihood of living through at least one more COVID 19-level-pandemic in the next 75 years is 100 minus 22%, or 78%.
เพื่อทำความเข้าใจว่าความเสี่ยงเหล่านี้ เป็นอย่างไรตลอดช่วงชีวิต ลองเลือกค่ากลาง ๆ ของค่าประมาณพวกนี้ ที่ร้อยละ 2 แล้วลองสร้าง แผนภาพต้นไม้ความน่าจะเป็น เพื่อสร้างแบบจำลองสถานการณ์ ที่เป็นไปได้ทั้งหมด กิ่งแรกของต้นไม้แทนปีแรก มีความน่าจะเป็นร้อยละ 2 ที่จะเกิดโรคระบาดใหญ่ระดับโควิด-19 หมายความว่ามีความน่าจะเป็น ร้อยละ 98 ที่จะไม่เกิดขึ้น กิ่งที่สองก็เหมือนกัน กิ่งที่สามก็คิดแบบเดียวกัน ทำแบบนี้ไปอีก 72 ครั้ง มีแค่ทางเดียวที่ผลลัพธ์ในช่วงชีวิตเรา จะปราศจากโรคระบาด ร้อยละ 98 หรือ 0.98 คูณด้วยจำนวนตัวมันเอง 75 ครั้ง จะได้ออกมาประมาณร้อยละ 22 ดังนั้นความน่าจะเป็นที่จะเจอ การระบาดระดับโควิด-19 อย่างน้อยอีกสักครั้ง ในอีก 75 ปีข้างหน้า คือเอา 100 ลบร้อยละ 22 เท่ากับร้อยละ 78
78%!
ร้อยละ 78!
If we use the most optimistic yearly estimate— 0.5%— the lifetime probability drops to 31%. If we use the most pessimistic one, it jumps to 92%.
หากเราใช้การประมาณการรายปี ในแง่ดีที่สุด — ร้อยละ 0.5 — ความน่าจะเป็นตลอดชีวิต ลดลงเหลือร้อยละ 31 ถ้าเราคำนวณในแง่ร้ายที่สุด เลขจะโดดไปถึงร้อยละ 92
Even 31% is too high to ignore; even if we get lucky, future generations might not. Also, pandemics are usually random, independent events: so even if the yearly probability of a COVID-19-level pandemic is 1%, we could absolutely get another one in ten years.
แม้ร้อยละ 31 ก็ยังสูงเกินกว่าจะเพิกเฉยได้ และแม้ว่าเราจะโชคดี คนรุ่นหลังก็อาจจะไม่ แล้วโรคระบาดร้ายแรงมักเกิดแบบสุ่ม เป็นเหตุการณ์ที่เกิดขึ้นแบบอิสระ ดังนั้น แม้ความน่าจะเป็นต่อปีที่จะเกิด โรคระบาดระดับโควิด-19 คือร้อยละ 1 เราอาจเจอโรคระบาดอีกครั้ง ในอีกสิบปีข้างหน้าก็ได้
The good news is we now have tools that make pandemics less destructive. Scientists estimated that early warning systems, contact tracing, social distancing, and other public health measures saved over a million lives in just the first six months of the COVID-19 pandemic in the US, not to mention the millions of lives saved by vaccines.
ข่าวดีก็คือ ตอนนี้เรามีเครื่องมือ ที่ลดความรุนแรงของโรคระบาดลง นักวิทยาศาสตร์คาดว่าระบบเตือนภัยล่วงหน้า การติดตามการสัมผัส การเว้นระยะห่างทางสังคม และมาตรการสาธารณสุขอื่น ๆ ช่วยคนมากกว่าล้านชีวิตในช่วงหกเดือนแรก ของการเกิดโควิด-19 ในสหรัฐฯ ยังไม่รวมถึงหลายล้านชีวิต ที่ถูกช่วยไว้ด้วยวัคซีน
One day, another pandemic will sweep the globe. But we can work to make that day less likely to be tomorrow. We can reduce the risk of spillover events, and we can contain spillovers that do happen so they don’t become full-blown pandemics. Imagine how the future might look if we interacted with the animal world more carefully, and if we had well-funded, open-access global disease monitoring programs, AI-powered contact tracing and isolation measures, universal vaccines, next-generation antiviral drugs, and other tech we haven't even thought of.
วันหนึ่ง โรคระบาดอื่นจะกวาดล้างโลก แต่เราทำให้วันนั้น เกิดขึ้นในอนาคตอย่างช้าที่สุดได้ เราช่วยลดความเสี่ยงของการแพร่กระจายเชื้อ และเราควบคุมการแพร่กระจายเชื้อ ที่เกิดขึ้นได้ เพื่อมันจะไม่กลายเป็นโรคระบาดเต็มรูปแบบ ลองนึกดูว่าอนาคตจะเป็นอย่างไร หากเราปฏิสัมพันธ์ กับโลกของสัตว์อย่างระมัดระวังมากขึ้น และหากเรามีโครงการติดตามโรคทั่วโลก ที่ได้รับทุนสนับสนุนและเปิดกว้าง มีมาตรการติดตามและ แยกผู้สัมผัสที่ขับเคลื่อนด้วย AI มีวัคซีนสากล มียาต้านไวรัสรุ่นต่อไป และเทคโนโลยีอื่น ๆ ที่เรายังไม่ได้คิดถึง
It’s in our power to change these probabilities. So, we have a choice: we could do nothing and hope we get lucky. Or we could take the threat seriously enough that it becomes a self-defeating prophecy.
มันเป็นพลังของเรา ที่เปลี่ยนความน่าจะเป็นเหล่านี้ได้ ดังนั้น เรามีทางเลือกระหว่างไม่ทำอะไรเลย และหวังให้เราโชคดี หรือเราจะรับมือกับภัยคุกคามอย่างจริงจังพอ ให้มันกลายเป็นคำทำนาย ที่เอาชนะตัวเองได้
Which future would you rather live in?
คุณอยากจะใช้ชีวิตในอนาคตแบบไหน