コロナ禍の中、COVID-19のそれぞれの株の感染者数グラフを眺めていたとき、奇妙な既視感を覚えた人は少なくないはずです。急峻に立ち上がった曲線が頂点を越えると、まるで鏡に映したように左右対称に下降していく。その後また新しい株が来ても、また別の「山」が同じ形で現れた。国全体の統計でも、各都道府県の統計でも。あの曲線は、偶然の産物ではありませんでした。感染症の波が正規分布に近い形を描くことには、生物学的・数理的な必然性があります。そしてその「美しい対称性」の内側に、数理モデルが沈黙させてきた問いが埋め込まれていることを、私たちはまだ十分に受け止めていないかもしれません。
アルファ、デルタ、オミクロン——COVID-19の各変異株が国内感染者数グラフに描いた「山」を思い出してください。ピークに向かって急勾配で立ち上がり、頂点を過ぎると驚くほど対称的に下降する。国全体の集計でも、人口・密度・医療資源が異なる都道府県単位でも、ほぼ同じ形の曲線が繰り返し現れました。あの「波」が単なる偶然ではなく、数学的必然性を持っていたとしたら——その驚きがこのエッセイの入り口です。
この正規分布的パターンは、COVID-19に固有の現象ではありません。1918年のスペイン風邪から2009年の新型インフルエンザまで、感染波形の対称性は歴史的に反復してきました。ロスキレ大学のローネ・シモンセンらが率いたチームは、スペイン風邪の感染波を複数国の週次死亡データで分析し、医療水準・人口密度・地理的条件が大きく異なる国々でも波形が収束する普遍性を確認しています。「波は来ては去る」という人類の経験知は、統計的に裏打ちされた生物学的事実でもあったのです。
なぜ正規分布が現れるのか。その核心は「感受性人口の枯渇」という自己制限性にあります。SIRモデル（感受性・感染・回復の三区分で動態を記述する数理疫学の基礎モデル）では、感染が広がるほど感染しうる人が減り、ピーク後は必然的に減少に転じます。さらにソルボンヌ大学のヴィットリア・コリッツァとアレッサンドロ・ヴェスピニャーニは、航空ネットワーク上のメタ個体群モデルで、地理的に異質な地域群でも交通ネットワークで結ばれた系全体では感染ピークの形状が収束することを示しました。都道府県ごとの均質な分布は、各地域の内的同質性ではなく、地域間移動が外部から課した対称性なのです。
感染曲線が正規分布に近似するなら、ピーク到達後の終息時期は数学的に推定可能になります。しかし政策決定は常にピーク前の不確実な段階で行われます。インペリアル・カレッジ・ロンドンのニール・ファーガソンらが2020年に示したエージェントベースモデルによれば、非薬学的介入（NPI）——接触制限・学校閉鎖・隔離措置——はピーク高さを抑制する一方で曲線の対称性を崩し、終息を引き延ばす効果も持ちます。「曲線の前半を見て後半を推定する」という思考習慣は、次のパンデミックで私たちが持てる最も実践的な認識の枠組みの一つです。
しかし、統計的に「美しい」正規分布の内側で、苦しみの分布は非対称でした。医療人類学者ポール・ファーマーは「構造的暴力（Structural Violence）」という概念を通じ、感染症の疫学統計が隠蔽する社会的不平等の構造を可視化しました。感染リスクと死亡率は貧困・職業・居住地域に沿って偏在し、「曲線の外側」に押し出された人々の経験を数理モデルは語りません。アーサー・クラインマンが「疾病（disease）と病い（illness）」として区別したように、統計が捉える集団レベルの秩序と、生きられる個別の苦しみは別の次元に存在します。正規分布は「平均」を語るが、平均は誰かの経験ではないのです。
感染曲線の正規分布が示す最大の教訓は、終息の必然性ではありません。「誰が先に終わらせてもらえるか」という問いです。波は数学的に終わります。しかしその波の中で誰が深く沈み、誰が浅く通過するかは数学ではなく社会構造が決めるのです。正規分布の裾野を狭め、ピークを低くするための対策をいくら行っても、条件下で感染すべき人は感染し収束し、次の株をもたらす。私たちの対策よりも「株の特性」ことが感染の規模とスピードを決めているように見えます。さて、わたしたちはここからどのような行動変容の知恵を導き出せばよいのでしょうか？
DEEPER 学術的な観点で深めると
2007年、コリッツァとヴェスピニャーニ（インディアナ大学ほか）は Physical Review Letters に、世界の航空ネットワークを組み込んだメタ個体群感染拡大モデルを発表しました。地理的・人口的に異質な地域群であっても、交通ネットワークで接続された系全体では感染ピークの形状が収束する――これがモデルの核心です。同年、NIH フォガティ国際センターのヴィボーらが Science に発表した研究も、離れた地域間で感染ピークが同期する「空間的共鳴」を記述しています。二つの研究が重なって示すのは、正規分布的対称性が各地域の内的均質性から生まれるのではなく、移動ネットワークが系全体に「外部から課す秩序」であるという逆説です。この問いは、次のパンデミックの曲線が立ち上がる瞬間にも有効であり続けます。
2006年、Science 誌掲載のヴィボーらの研究は、米国50州の季節性インフルエンザ週次データを分析し、感染ピークの地域間同期が交通ネットワークの構造と強く相関することを示した。空間的距離より移動量が波形の均質性を規定する。（Viboud et al., 2006, Science 312(5772): 447-451）
2003年、Science 誌掲載のリプシッチらのSARS研究は、基本再生産数 R₀ が 2〜4 の感染症では集団免疫閾値到達が感染ピークと一致し、その後の減少が自己制限的に進むことを実証。ピーク後の対称的下降は介入ではなく生物学的必然であることを示す。（Lipsitch et al., 2003, Science 300(5627): 1966-1970）
2020年、インペリアル・カレッジのファーガソンらのエージェントベースモデルは、NPI介入なしの場合に感染曲線が対称的正規分布に近づく一方、強力な介入は死亡者数を最大で約66%削減するが終息時期を延長させることを示した。（Ferguson et al., 2020, Imperial College London Report 9）
ポール・ファーマーのハイチにおける結核・HIV研究を基盤とした2004年の論文は、感染症死亡率が所得下位層で上位層の3〜5倍に達する事例を複数国で記録し、統計的正規分布の背後に埋め込まれた死亡リスクの社会的偏在を実証した。（Farmer, 2004, Current Anthropology 45(3): 305-325）
KEY REFERENCE この回の典拠
- Kermack, W. O. & McKendrick, A. G. (1927). "A contribution to the mathematical theory of epidemics." Proceedings of the Royal Society A, 115(772): 700-721. DOI: 10.1098/rspa.1927.0118 ／ SIRモデルの原著論文。感受性人口の枯渇が感染曲線の自己制限的対称性を生む数理的基盤を初めて定式化した古典。
- Viboud, C., Bjornstad, O. N., Smith, D. L., Simonsen, L., Miller, M. A., & Grenfell, B. T. (2006). "Synchrony, waves, and spatial hierarchies in the spread of influenza." Science, 312(5772): 447-451. DOI: 10.1126/science.1125237 ／ 米国50州の週次インフルエンザデータを分析し、感染波の地域間同期が交通ネットワーク構造に規定されることを実証した主要実証研究。
- Colizza, V. & Vespignani, A. (2007). "Invasion threshold in heterogeneous metapopulation networks." Physical Review Letters, 99(14): 148701. DOI: 10.1103/PhysRevLett.99.148701 ／ 航空ネットワーク上のメタ個体群モデルにより、異質な地域群でも感染ピーク形状が収束する「外部から課された対称性」のメカニズムを示した。
- Lipsitch, M., Cohen, T., Cooper, B., Robins, J. M., Ma, S., James, L., Gopalakrishna, G., Chew, S. K., Tan, C. C., Samore, M. H., Fisman, D., & Murray, M. (2003). "Transmission dynamics and control of severe acute respiratory syndrome." Science, 300(5627): 1966-1970. DOI: 10.1126/science.1086616 ／ SARSの感染動態を分析し、集団免疫閾値到達とピーク形成の対応関係を実証。感染曲線の対称性が生物学的自己制限の産物であることを示す。
- Farmer, P. (2004). "An Anthropology of Structural Violence." Current Anthropology, 45(3): 305-325. DOI: 10.1086/382250 ／ ハイチでの結核・HIV研究を基盤に、感染症の疫学統計が隠蔽する貧困・人種・地域格差による死亡リスクの非対称分配を人類学的に照射した。
- Ferguson, N. M., Laydon, D., Nedjati-Gilani, G., et al. (2020). "Impact of non-pharmaceutical interventions (NPIs) to reduce COVID-19 mortality and healthcare demand." Imperial College London Report 9. 査読前テクニカルレポート。エージェントベースモデルによりNPI介入が感染曲線の対称性を崩す効果と死亡削減効果を定量化した政策設計の基礎資料。
- Kleinman, A. (1988). The Illness Narratives: Suffering, Healing, and the Human Condition. Basic Books. 「疾病（disease）と病い（illness）」の区別を提示し、統計が捉える集団レベルの秩序と生きられる個別の苦しみの乖離を医療人類学的に論じた古典。
感染曲線の「対称性」が社会的介入によって崩れるとき、その非対称性を最初に経験するのは常に社会的周縁にいる人々です。次は、パンデミック下の超過死亡データを所得・職業・地域別に分解した研究群から、「誰の波が最も深かったか」を問います。
いま立ち上がっている問いを、深掘り記事に。
読み終わった読者が立てた問いと、それに応える深掘り記事の連鎖です。