【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。