我还没有读到钟老这篇文章，因此无法从技术细节上分析。有其他答主已经说的很好了，欢迎大家补充阅读。我在这里，只提一个我马上能想得到的可能在他团队文章发表过程中造成阻碍的一个客观存在的现象：傲慢与偏见。
就我私下里和系里老师讨论、以及看Twitter上各种讨论、还有看德国媒体关于中国的报道所形成的有限、有偏倚的、基于小样本的个人体会来看，国外流行病学专家目前大多都是有带偏见的预设立场的。
他们的预设立场就是：中国政府报告的数字不是实际存在的感染者数字。「the regime is covering up the truth」这样的论调，公开和私下里都屡见不鲜。 而，权威期刊的审稿人，也就是决定投稿来的论文能不能被录用的那些人，正是这些大多带有预设立场的专家。
参与过学术论文发表的人应该都知道，一篇文章，如果符合大部分审稿人的共识，那么发表相对就容易一些；而如果一篇文章的结果与大部分审稿人的共识相冲突，那么为了证明自己是对的，就会被审稿人各种合理不合理的补充证据的要求百般刁难。
因此，你们才会看到，这段时间，那些把数字往上抛好几倍的论文都一路绿灯，迅速见刊。
而，钟老团队的论文，如果包含类似「中国政府报告的数字与实际新冠肺炎患者数相差不大」、「中国政府的防控措施很有效」这样的假设，然后得到的数字又不够震撼的话，那几乎可以肯定，他们会被国外专家认为是「模型假设不符合事实」，甚至「assisting the regime to commit its inhumane crime」。
这样一来，肯定会被拒稿。
如果还要继续发表，那么你就要拿出足够的证据来证明「中国政府报告的数字与实际新冠肺炎患者数相差不大」、「中国政府的防控措施很有效」。而证据要做到怎样才能算足够呢，做到什么样子才能让审稿人认可呢，这个问题就是非常有操作空间的了。
如果钟老愿意为了论文不择手段委曲求全，审稿人让他放弃「中国政府的防控很有力」的假设他就放弃，那他团队这篇模型预测文章，只要没有什么方法学上的硬伤，肯定是医学四大刊抢着发。
但是，钟老没有这么做。
想必他一定相信，学者毕竟还是应该有脊梁的。
————————
钟院士发表过一篇预测的文章 地址如下
Modified SEIR and AI prediction of the epidemics trend of COVID-19 in China under public health interventions其中用到了神经网络：
LSTM模型，是一种循环神经网络（RNN）模型。该研究主要用2003年SARS流行数据用于机器学习，其中数据仅4月至6月可获取。整合了COVID-19流行参数，如传染概率b、传染系数（率）β、潜伏率σ、退出率γ等。由于数据量较少，建立一个较为简单的网络结构去学习避免过度拟合。
该论文重点讨论是 介入提前5天采取强力干预等的模拟。得出的结论是采取严格的早发现、早隔离的措施能大大降低后续的发病情况。
此外另外有一些有点恶意的文章。
https://www.medrxiv.org/content/10.1101/2020.02.18.20024414v1如上面那篇，他并不认可隔离等强力介入措施如封城等会大大降低后续感染率等。
此文是在武汉封城后，依然坚持其观点，所以其有点恶意就在于此。
对于上述两篇论文，其核心点就是严格的措施，如封城是否能大幅减少后续的感染比例。
还有一个可以探讨的地方，即强力干预，必定要集中大力的人力物力，与之对应的损失，跟造成的恐慌，之间存在一种平衡问题。
——————
最后再次强调钟院士一直说的：
早发现，早隔离——是最原始的，也是有效的手段
窥视卡
雷达卡
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜
