【記者杜憲昌台北報導】傳染病的發生常與地緣關係有所關連,確認病例的感染地點與發病日期,是掌握疫情發展的重要關鍵。台灣大學地理環境資源系教授溫在弘從氣象局的「颱風路徑圖」得到靈感,因而發展出「時空演算法」,可以找出傳染病大規模爆發的前兆特徵,使有效掌控疫情發展,目前已經提出登革熱、結核病等傳染病傳播圖像。
溫在弘表示,傳染病的群聚擴散是人類行為與環境交互作用的結果,如將疫情比喻為葡萄串,每個病例就像是葡萄,發病的時間與地點則像枝梗,因此要掌握疫情的發展,病例發病時間與感染的地點就是重要的關鍵線索。而「時空演算法」可以依據傳染病的傳播特性,推測出病例的感染關係,重建葡萄串(群聚發病)的全貌,進一步追蹤到感染來源與地點,因而找出群聚感染的關鍵。
溫在弘執行科技部多年期研究計畫,利用歷年登革熱病例發病時間、地點等資訊,透過機器學習特性,成功發展出動態的「時空演算法」,協助辨識疫情群聚演化的動態進程。溫在弘表示,台灣每年都有登革熱疫情發生,甚至在二○○二年、二○一四年都曾爆發大規模疫情,而過去疫情擴散都只能靠點狀方式分析,「時空演算法」能夠把感染源、感染地點、傳播趨勢等疫情數據資料演化像颱風路徑圖一樣,而發展出類似的預測模式,尤以是透過空氣傳播或飛沫接觸的傳染病,更適予以運用。
如之前所發生麻疹疫情,以「時空演算法」配合自動化疫情通報系統,追蹤患者在具傳染效力期間曾出入哪些公共場所,以及後續的發病狀況等,即可以依此標示出危險的區域,而對民眾提出警示,並設法阻止疫情擴散。
溫在弘說,目前「時空演算法」雖然僅用在分析過去資料,做為長期追蹤,未來若能與衛福部疾病管制署的疫情通報資系統相結合,在遇到大規模傳染病擴散時,即可以透過擴散路徑趨勢等資料,來協助預測疫情擴散路徑,而加以阻斷傳染路徑,防止疫情失控。