loading...
夏季是登革熱防治關鍵期。國衛院開發人工智慧模型，可預測斑蚊密度變化，並建立紅黃綠燈風險地圖。研究顯示，模型在夏季預測準確率可超過9成，未來盼協助地方政府更精準部署病媒蚊防治工作。
該項研究是國衛院研究員林培生、國家蚊媒傳染病防治研究中心代理主任陳俊宏及助研究員劉韋良提出，開發預測斑蚊時空密度的人工智慧方法，研究發表於《國際健康地理學雜誌》。
不少國家利用誘殺桶監測成蚊密度，高雄市自2016年起，也採用國衛院開發的斑蚊監測系統布設誘殺桶。不過，受限人力與經費，難以大規模布設誘殺桶，監測資料不足，易影響風險地圖精準度。此外，台灣南北氣候、人口密度及環境差異明顯，若直接沿用新加坡或香港蚊媒指標，難以準確反映本土風險。
判讀準確率高達9成
團隊建立以自動馬可夫模型（auto-Markov model）基礎的AI監測系統，利用監測資料較完整地區的資訊，補足誘殺桶較少區域的風險評估，並建立可隨時間更新的病媒蚊風險地圖。
林培生表示，該模型可同時納入時空因素，提高傳統誘殺桶監測效益，可依不同環境及氣候條件調整，適用於各縣市。
研究結果顯示，新模型在高風險及中度風險區域的判讀更為準確，降低誤判風險。不過，模型仍可能因鄰近區域資料加權影響，將部分低風險區域高估為中度風險。AI模型夏季預測準確率可超過9成；冬季因病媒蚊密度較低、環境變數較多，準確率約為6至7成。
林培生表示，目前台灣登革熱防治最大挑戰是誘殺桶數量不足，希望透過AI模型，以最少監測資源提升風險評估效率。不過，目前研究仍停留在電腦模擬與學術研究階段，距離實際應用仍需進一步驗證。
試辦驗證拚落地應用
陳俊宏指出，目前利用地理資訊系統（GIS）掌握病媒蚊監測現況，若結合AI模型，將可進一步預測未來風險，協助制定更精準的防疫策略。
他表示，台灣已累積超過10年的病媒蚊監測資料，並整合多年氣象資訊，資料完整度具國際競爭力，為模型建立奠定基礎。未來若能完成試辦驗證並與地方政府合作，可望建立病媒蚊預警系統，將研究成果實際運用於登革熱防治。◇
