興大師生開發最佳口罩配置模式 獲AI創意賽銀牌

興大楊明德(右一)團隊開發「最佳口罩配置AI模式」。<br /><br />(圖:國立中興大學提供)
興大楊明德(右一)團隊開發「最佳口罩配置AI模式」。

(圖:國立中興大學提供)

興大楊明德(右一)團隊開發「最佳口罩配置AI模式」。

(圖:國立中興大學提供)

透過大數據與人工智慧計算出口罩的最佳配送模式!中興大學土木系楊明德系主任帶領「AIPal」團隊與大葉大學企管系陳怡萍副教授合作,開發出「最佳口罩配置AI模式」,介接彙整多筆政府開放即時資料,根據過去七天的數據,可預測明後天各領取點的口罩需求,有助於減少口罩的庫存,達到快速流通。

興大團隊成員包含興大土木系博士生許鈺群、曾信鴻與碩士生陳柏安。新冠肺炎疫情爆發初期,發生口罩及醫療資源發生短缺問題,有效地將口罩送至有需求民眾手中是一大挑戰。當時雖有多項口罩配給政策配合,但經政府OpenData統計從二月中至三月底實名制實施的四十九天內,臺中市轄內就有二十七四千五百四十份滯留市場超過一天以上,尚未完全發揮口罩功能。當時團隊即積極想開發一套人工智慧演算法,改善此現象。

此套「最佳口罩配置AI模式」,在三十四隊參賽作品中脫穎而出,於十二月榮獲財團法人中技社二○二○ 「AI與健康照護」創意競賽第二名及三十萬元獎金。該競賽由中研院陳力俊院士擔任召集人,評審團認為此作品在大數據處理分析及機器學習極具技術前瞻性,並跨領域搭配精準行銷專業,未來可擴大用於提供政府在「有限醫療資源最佳化需求管理及分配」,能使資源達最高效配置。

楊明德表示,目前的口罩地圖只能看各據點的剩餘量,而這套系統則是彙整多筆政府開放即時資料,使用遞歸神經網路(Recurrent Neural Networks)之長短期記憶模型(Long Short-term memory),以臺中市六百三十五家銷售據點資料,建立關鍵物資最佳配置模式,根據過去七天,領取的數量及速度,推估需求量,預測明後天的口罩需求,作為口罩配置依據,可降低近五十%的口罩滯留量,在物資不足時,提供最有效率的口罩配置,防止疫情擴散。