武漢肺炎疫情預測，AI怎麼說？ - Future Commerce Issue 未來商務產業焦點

圖片來源：tam wai on Unsplash

新型冠狀病毒（2019-nCoV）疫情在短短兩個月內快速延燒，「智慧防疫」也因此浮上檯面。民眾除了可透過聊天機器人即時掌握正確訊息外，也可藉由人工智慧（AI）、物聯網、大數據等科技工具輔助，在疫情爆發前及早預測與通報，降低流感、登革熱、武漢肺炎等各種疫情快速蔓延的機會。

「根據預報，未來四周台灣類流感就診人次將逐步下滑」、「台灣類流感地圖全為綠色良好」。這是衛生福利部疾病管制署以人工智慧模型推估出未來四週的流感預報，就跟天氣預報一樣，民眾可以參考這樣的預報，掌握不同地區的流感風險指數，做為民眾提早預防、自我防護的參考。

科技助攻，流感趨勢預報正確率達7成

「流感預報站」是由衛福部疾管署與宏碁合作打造的類流感疫情預測系統，使用健保資料庫、類流感監測系統資料、政府開放資訊中的氣象資料與行政區人口分布資料，透過AI機器學習技術，建立視覺化的即時疫情推估模型，可從過去幾週的數據預測未來1~4周的流感疫情，最厲害的是可預估未來流感就診人數，且誤差率低於10%，低於國外學術界長期平均值的20%，而預測流感趨勢走向的正確度則可達7成，高於一般的5成。

宏碁前瞻技術總處副理吳侑峻表示，過去流感疫情較難預測，主要是流感病毒變異快，加上易受氣候、連假南北交流影響，但運用AI與大數據分析，可預報全國各縣市未來四週流感疫情趨勢，提供綠、黃、紅等不同燈號，並可回顧過往的門、急診實際就診情況，同時也依據民眾門急診就診習慣、六大區域建立不同模型，可提高預測之精準度，除了讓民眾可及早因應防護之外，也可提供醫療院所及地方衛生單位制訂防疫決策、疫情應變與就醫分流之參考。

在科技無處不在的時代，防疫工具自然也得智慧化。

武漢肺炎疫情監控 ，AI比WHO更早掌握

以這一次的武漢肺炎新型冠狀病毒（2019-nCoV）疫情來說，很多人一定很好奇，在疫情蔓延之前，什麼單位最早預測到疫情可能大爆發呢？答案不是世界衛生組織（WHO）、也不是美國疾病控制與預防中心，而是位於加拿大多倫多的一家新創公司Bluedot。

Bluedot是一家以自然語言處理與機器學習技術進行傳染病監控的平台，他們的邏輯很簡單──網路上訊息發佈的速度，會比疾病傳播的速度更快；因此，Bluedot監控的不是醫院就診資料，而是篩選全球各地65種語言的新聞報導、動植物疾病爆發報告、官方公告、部落格或論壇中的小傳聞、航空公司數據等，透過大數據自動分析後，會請公司的流行病學專家判斷，如果確認無誤，就會向政府機構、企業、公衛部門等客戶發送警報。

Bluedot創辦人暨執行長 Kamran Khan 表示，「2003年我經歷過SARS爆發，眼看病毒肆虐多個城市，讓醫院幾乎癱瘓，許多人陷入恐慌、身心俱疲，我不希望這種事再度重演。」此後他持續建立並測試監控傳染病疫情的監控平台，並於2014年成立了這家公司，順利募資940萬美元。

藉由特殊的演算法，包括追蹤全球航空公司的票務系統，協助預測感染者將在何時離境前往何地，Bluedot正確預測到武漢肺炎疫情將在短短數日內，從武漢擴散到曼谷、首爾、台北、東京，並在最快時間向十多個國家的公衛部門官員、航空公司、第一線醫院。相較於WHO在1月9日注意到武漢肺炎疫情的爆發，而美國疾病控制與預防中心則是在1月6日提出警示，Bluedot早在12月31日就向他的客戶發佈預警。

影像辨識技術，提高登革熱防疫效率

此外，每年到了夏天，就是登革熱的流行季節，為了防範登革熱，環保衛生單位除了要大量到社區與街道噴藥外，也必須派員前往住家、社區及髒亂地點稽查是否有瓶瓶罐罐、輪胎、塑膠袋等積水容器，但以人工辨識耗費太多時間與成本，因此相關部門希望借用影像辨識技術，搭配人工智慧與深度學習的能力，藉以快速發現積水容器的物件位置，或者即時辨識出可能傳染登革熱的斑蚊，大幅提高一線防疫人員的稽查效率。

衛生福利部疾病管制署就與工研院AIdea平台合作，從國內外AI團隊中評選出最厲害的AI演算法，可以成功比對出瓶、罐、碗、盆、桶、塑膠袋、帆布、廢輪胎、廢馬桶、水塔等13種容易出現積水的容器，並能精確標註出容器的位置，稽查人員靠著AI影像物件偵測技術的協助，就可快速透過影像或視訊發現物件位置，後續更計畫導入到手機App中，可以讓全民一起稽查、提高防疫效果。

國家衛生研究院蚊媒病中心及生醫工程與奈米醫學研究所則是共同研發出一套「智慧辨蚊系統」，藉由AI及醫療電子技術，搭配地理資訊系統（GIS）與雲端資料庫，可以在相對低成本的前提下，即時且準確辨識各種活體蚊種，藉以偵測各地區蚊媒傳染病風險，協助相關單位進行更精準的防疫規劃。

「智慧辨蚊系統」目前針對具登革熱傳染力的斑蚊，以及一般家蚊的即時辨識準確度已高達9成以上，其運作方式是在捕捉活體後，與蚊種影像資料庫進行比對，再透過AI進行深度學習分辨出蚊子種類，衛生單位即可立刻知道當地之蚊子是屬於家蚊、埃及斑蚊或白線斑蚊，如果是風險較高的埃及斑蚊，前線防疫部隊就會儘早啟動防治機制；而辨識與捕捉後的結果，也會在第一時間回傳到後台，結合誘卵桶監測指數與地理資訊系統，透過大數據分析，即可了解各地區病媒蚊密度的現況，有效預測高風險地區，防堵登革熱的爆發。