傳染病疫情頻傳 時空演算法助掌握來源

楊文君
中央廣播電台

登革熱、麻疹等傳染病頻傳,如何掌握感染來源是控制疫情的關鍵。科技部今天(15日)指出,台灣大學地理環境資源系教授溫在弘發展的「時空演算法」,透過機器學習的特性,將能協助辨識疫情群聚演化的動態進程,有助於提早預警、阻止傳染源擴散,避免疫情失控。

傳染病群聚擴散是人類行為及環境交互作用的結果,如何掌握病例的發病日期與感染地點是控制疫情的重要關鍵。台灣大學地理環境資源系教授溫在弘經過多年的研究,發展出「時空演算法」,透過機器學習的特性,將能協助辨識疫情群聚演化的動態進程。

溫在弘教授形容,疫情就像葡萄串,每個病例就像葡萄,而發病時間與地點就像枝梗,「時空演算法」可根據傳染病的傳播特性,推測病例之間的感染關係,進一步追蹤傳染的關鍵,讓疫情可以像颱風路徑一樣被分析及預測。他說:『(原音)舉例來講,登革熱作為一個傳染病就是透過病媒蚊叮咬所導致,所以當我們知道一個病例發生之後、一群人感染後,很可能會透過一些移動或是氣候等等特徵,在下一個時間點可能移轉到下一個地方去,就像我們想像的颱風是一樣道理。』

溫在弘認為,未來如搭配自動化疫情通報系統,對民眾提出警告,對於阻斷傳染路徑也有幫助。

此研究成果已分別發表於2017年《科學報導》(Scientific Reports)與2018年1月《美國地理學會年報》(Annals of the American Association of Geographers)等國際級的學術期刊。

接下來要閱讀的內容