首頁 科技 教育科普

台大研發時空演算法 掌握傳染病感染資訊

「時空演算法」能夠協助辨識疫情群聚演化的動態進程。(科技部提供)
「時空演算法」能夠協助辨識疫情群聚演化的動態進程。(科技部提供)

【記者陳懿勝/台北報導】針對登革熱、麻疹等傳染病疫情的追蹤,台灣大學地理環境資源系教授溫在弘15日表示,透過機器學習特性所發展出的動態「時空演算法」,能夠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,因此,要掌握疫情發展、確認病例的發病日期與感染地點是重要的關鍵線索。為了解上述因素的交互作用,溫在弘從人類空間行為與環境互動的觀點,理解傳染病群聚擴散過程,並透過歷年登革熱病例的發病時間與地點等資訊,從疫情成長、縮小、分裂、合併、出現與消失等型態,發展「時空演算法」的分析架構。

溫在弘表示,每個病例就像葡萄,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葡萄(病例)之間的感染關係,重建葡萄串(群聚發病)感染的全貌,進一步追蹤感染者來源與地點,就如同對颱風路徑一樣去分析及預測。

溫在弘說,「時空演算法」後續也可應用在透過空氣快速傳播或飛沫接觸的傳染病,例如:日前發生的麻疹群聚擴散疫情,若搭配自動化疫情通報系統,就能追蹤麻疹病例在具傳染力的時間曾出現在哪些地方,以及後續發病狀況等資訊,便能標示出危險地點,對民眾提出警告,對於阻斷傳染路徑也有幫助。

「時空演算法」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。