離開
進入學者研發「時空演算法」 有助掌控傳染病
台大地理環境資源學系主任溫在弘從中央氣象局颱風路徑預測圖得到靈感，研發「時空演算法」，不僅可以有效找出傳染病大規模爆發的前兆特徵，並能掌握、控制疫情。 （科技部提供）
〔記者吳欣恬／台北報導〕台大地理環境資源學系主任溫在弘從中央氣象局颱風路徑預測圖得到靈感，研發出「時空演算法」，不僅可找出傳染病大規模爆發的前兆特徵，可望有效掌握並控制疫情。此研究成果已分別發表於去年「科學報導」第七期與今年一月「美國地理學會年報」等國際級學術期刊。
過去對於傳染病群聚感染的偵測，礙於各地通報資料取得不易，難以掌握全貌。溫在弘把颱風路徑圖套用在傳染病傳播上，點出颱風（疫情）結構、暴風範圍、暴風中心點，以及可能的蔓延移動趨勢等數據，發展出類似颱風的預測模式。
套用颱風路徑圖 研發預測模式
溫在弘昨天在科技部召開的科研發表記者會中指出，藉由政府開放資料平台，取得歷年登革熱病例的發病時間與地點等資訊，運用機器學習的特性，協助辨識疫情群聚演化的動態進程，發展「時空演算法」的分析架構。
他將疫情比喻成葡萄串。個別病例就像葡萄，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）間的感染關係，重建葡萄串（群聚病例）的全貌，並追蹤感染者來源地點。
溫在弘指出，「時空演算法」可透過感染路徑的追蹤分析，找出群聚感染的關鍵。該演算法目前已提出登革熱、結核病等多項疫情傳播圖像，並且針對群聚感染初期的臨界狀況提出評估，避免傳染病擴散。
溫在弘說，「時空演算法」後續將可應用在麻疹等透過空氣快速傳播的傳染病，搭配疾管署的疫情通報系統，快速推測病例與接觸者間的時空關聯，即時掌握病例與後續感染者之間的接觸關係，不僅可以標示出可能的感染者來源地點，對於阻斷傳染路徑也有幫助。
