從小到大，流行性感冒、登革熱這些疾病的名稱，總是每年都要流行一次。這些流行病不但｢復古｣，還能不時｢創新｣，稍微修改一下樣貌就能捲土重來。那麼，負責疫情發布的相關人員要怎麼讓自己站在潮流最尖端，在第一時間對流行有感、通知大家疫情的來臨呢？本期 M.I.C.加開場｢趕流行｣邀請到台大醫院羅一鈞醫師和台大地理系溫在弘副教授共同開講，跟大家聊聊專家們怎麼趕流行！
先別說那個了，你知道最近泛科學流行些什麼嗎?
今晚的參加者們有來自敦化國小的馮小弟弟（從昆蟲的異想世界就成為泛科學的忠實聽眾）、科學人文紀錄團隊 MISC.的成員葉先生、光學儀器檢測科技公司的電機技術員，還有不少生醫領域的學生，以及研究野生動物冠狀病毒的學者前來共襄盛舉。
在切入今晚的主題之前，自稱臉書上最｢搞威｣的編輯Z編先和大家分享最近泛科學都流行些什麼。本月最熱門的第一篇是〈在地震之後：你第一個想到的是誰？〉，解析為什麼地震之後大家會想第一時間上臉書？熱門第二名是〈Google巴士為何引起爭議？〉，討論舊金山居民與Google巴士的愛恨糾葛；第三名則是〈貓薄荷讓貓皇帝龍心大悅的秘密〉，解答那些奴役主人的貓皇帝為何在貓薄荷的挑逗下尊嚴盡失；第四篇則是〈螞蟻也懂折射定律？！〉，探討螞蟻如何怎麼選擇牠們的路線。
那麼，PanSci最近有什麼新鮮事呢？首先，最近有兩個主題：《機巧時代》和《科學再發現》正在火熱徵稿中，如果螢幕前的你正好是個喜歡寫科學文章的人，歡迎來投稿！第二件事，現在除了 pansci.asia和 facebook粉絲專頁以外，也可以在噗浪plurk上找到 PanSci唷。最後，本年度的泛科學盛會｢蛻變吧！科學｣將在 3月 29日台北科教館舉辦，除了有精采的演講和活動外，更有｢科仔七分熟｣邀請七位科學家在短短的七分鐘之內分享自己的研究領域，想來一定相當刺激，歡迎大家預留時間，一起來蛻變。
接下來，就讓我們一起跟隨專家的腳步，來趕流行吧！
羅一鈞：以流行性感冒為例談流行病偵測
羅一鈞醫師現任疾病管制局防疫醫師、臺大醫院內科兼任主治醫師，今晚的講題為「走在流行尖端：以流行性感冒為例談流行病偵測」，談談怎麼用偵探的方式來掌握流行病。羅醫師首先拋出了一個問題：「你怎麼知道流感在流行呢？」最簡單的方法是，我們可以從身邊的人出現流感症狀的比例推測它正在流行，這個方法從古早時候到現在都管用；而現在，媒體的報導也是消息來源之一，還附上數字和圖表。我們會很想像天氣一樣去預測流行病，因此需要一些科技來收集全國流行病的資訊，以有效掌握流感流行的狀況。
不過，我們不見得能掌握到流行病的全貌。如果政府單位只靠醫院的紀錄來進行疫情調查，很容易出現漏網之魚，例如太晚就醫而死亡、覺得病毒不致命就沒看病、或是轉向民間偏方求助的案例，都會使得醫院無法以偵探調查的方式找到這些個案。以流行病學家的期盼來說，其實相當希望這些患者主動向醫院通報，羅醫師甚至開玩笑說，巴不得能夠有一副能夠迅速辨識出病患的眼鏡！
流行病偵測的實際挑戰
疾病的流行可以畫成一張鐘形的曲線圖。通常在疾病流行之後，感染人數會先上升，感染得差不多了之後開始往下掉。目前各國普遍都有｢例行疾病通報｣制度防範。然而，通報都在感染靠近高峰的時候才啟動，那時流感併發症通常都已經發生數日，如果政府完全依靠醫院的疾病通報系統就會落後。目前，流感併發症個案監測只針對重症在抓，且有許多緩衝通報的容許時間。為什麼不每個流感案例都呈報呢？因為每年流感病例都很多，若每則都即時通報會造成訊息量過載，而把通報系統拖垮。因此除了例行疾病通報，我們還需要更為警覺的醫生盡早察覺疫情，例如臺大醫院的張淑媛醫師追出首位境外移入的病例、鑑別出 H7N9病毒。
在流行病高峰前的更早期，則可以透過哨兵網絡和非正式偵測管道掌握疫情。哨兵網絡的概念是在各個區域都設置警覺系統，只要點設置得夠多，哨兵網絡就能更早發揮作用，目前設全臺灣 85%的急診就診紀錄、以及門診和住院的｢全民健保資料庫｣，在雲端監測著每周民眾的就醫情形。還有一些哨兵負責｢社區流感病毒監測｣，收集檢體並交與合約實驗室、醫生協助分析。
全民參與防疫圍堵
還有一些更早的非正式偵測管道存在，比如說當年 SARS在中國民間早有風聲，或是去年 H7N9有民眾在官方發布消息之前，就有網友在微博、PTT上爆卦，這對流行病偵探來說都是很重要的管道。另外，也有像 GOOGLE.org以各地區搜尋某些關鍵字的頻度，來歸納流感(flu)和登革熱（dengue fever）的疫情發展。最後，能夠防範未然的全民參與偵測雖然才剛起步，但已有像是臺大防疫先鋒網站來作為傳染病的雙向溝通平台。民眾不但能藉此即時報告消息，還能獲得疾病消息，一舉兩得。
其實若還要進行更早的傳染病監測，還能做動物疾病監測，例如臺大獸醫系在進行野生動物疾病監測時，在鼬獾身上找到狂犬病的病毒株；以及新聞報導台北市立動物園無尾熊可能罹患反轉錄病毒死亡，雖然這種病毒不會傳染給人，但可能會傳給其他動物，可能在未來會對人類造成疾病危險，因此防範研究還是重要的，特別是水鳥和養禽。最後，羅醫師很快地跟各位分享一些日常的傳染病防治觀念，包括衣袖遮口鼻、防流感打疫苗等等。
溫在弘：透過地理學看見流行病
溫老師學術背景很有趣，從歷史、人文、社會科學、環境工程、流行病到現在任教於台大地理系，學術歷程相當多元。｢地理學家強調視覺化地理環境，疾病這種相對抽象的概念應該也能透過地圖具象化，並藉此看出一些端倪。｣溫老師的博士學位是生物環境系統工程，應用實例像是透過對地形的掌握，預測颱風路徑和降雨量，有助於災情搶救與疏散。他接著想：有沒有可能在了解社會中人的模式和病毒傳染的方法之後，透過數理科學的模型來預測疫情擴散？這開啟了溫老師對疾病預測的興趣。
關於地圖和流行病的故事，其中一則著名的故事便是 John Snow在 1854年把霍亂致死的病例描繪在地圖上，進而封鎖了可能是霍亂元凶的抽水幫浦。不過，若用更縱深的歷史來看，把疾病畫在地圖上並不是他的創舉；重點是，當時人們以為霍亂是由空氣傳播，不過 Snow認為倘若真是如此，人口密度越高的地方應該會有更多人死去，但在地圖上則不然。Snow的重要性是推斷出｢霍亂不是空氣傳染｣，建立了流行病學的研究方法去確認他的假說。這個歷史故事還有一些後話，像是井在被關閉之前疫情就已經結束，又封井之後曾經一度重啟，卻又沒有病例產生。不過當時還沒有細菌理論，現在則變成了謎團。
從地理學看流行病擴散
地理學可以用來分析流行病的傳播過程、途徑和動態。｢疾病地圖｣是其中一種表示法，能以顏色深淺在地圖上表示不同區域的染病風險程度。不過，以傳染病來說，它和那些穩定存在的環境暴露因子不同，哪怕只要存在一個病例，都有機會傳染、產生更多的病例，因此病例數目的意義比計算感染比例來得更大，目前疾病管制署（CDC）即是以各地區的病例數目，當成警戒程度的依據。
流行病的地理擴散現象怎麼模擬呢？溫老師表示這種擴散現象和 iPhone流行的模式和｢創新擴散｣的概念類似。傳染病的模擬致病過程可以簡化四個階段：可感受期、已感染、具傳播力、免疫或死亡，接著進行模擬。最簡化的傳染病模型SIR模型（Susceptible-Infective-Recovered model），是探討在一個存在具傳染力病例的密閉空間裡，何時所有的人都得病？流行高峰是何時？何時全體都免疫？透過數學模型推測最後計算出結果。
接著，｢基本再傳播率｣（R0）也是個非常重要的指標，顯示這個傳染病有多麼威猛。另外，傳染病的擴散常是指數上升，因此所有的傳染病學家都好奇流行病的臨界爆發值是多少，R0就在此時派上用場。這個神奇數字若小於1，則代表疾病不容易傳染，疫情會自動慢慢消失；但若大於1，可以用來計算，讓我們知道應該讓多少人接種疫苗，進行群體免疫的防範措施。
預測，沒那麼容易
然而，真實的防疫決策往往更為複雜，溫老師提出幾個應用實例。如果是像一所有1000人的學校的尺度，有個網站可以用以預測各種防疫情境下介入時間產生的防疫效果。但是，SIR傳染病模型的本假設是均勻碰撞，沒有辦法捕捉社會群聚的特性。
接下來，我們加入社會接觸的過程，來看看複雜的都市尺度。科學人雜誌有一篇文章叫〈模擬城市：天花來了〉，它把每個人的日常行為和人口組成時空關係用數學建模來做統計分析，接著進行模擬，像是接種疫苗或是隔離病患等介入方式，做更細緻的描述及作為防疫決策的參考。
如果要描述全國性尺度的擴散，我會把它分成個人間、群體間到都市間接觸的多層次整合，來模擬整個台灣的疫情擴散情形，例如把人口及戶口普查的資料，用以建構通勤網絡地圖。未來將能夠利用這個結果，模擬在某個點發生的疫情如何透過通勤網絡擴散，在一併與各個層次的接觸做考量，最後還要做情境評估的驗證，慎重評估介入時間對防疫策略延緩疫情高峰和傳播率降低的比例的變化過程。
傳染病跨越地理與學科的邊界，生醫的知識只能描述疾病的嚴重性，無法去了解疫情的擴散狀況。傳染病的監測還需仰賴交通運輸模式，這又連帶和群體行為模式、異質人口模式等專業學科相關。因此，要做好傳染病的監測，建模和跨越學科邊界的整合科學團隊是不可或缺的。
流感來了，怎知道？
在 Q&A時間裡，Z編問：什麼時候要發布警報好呢？羅醫師表示，以科學面來說流感每年都在流行，但會有閾值門檻、高標低標的差異，也有 N年一次流行潮的預測方法。與之相比，民眾的恐慌更容易被媒體煽動，那其實更像一種｢恐慌｣的傳染病。有時候，疾管局也可能被媒體逼迫要提早發布警報，但還是要依據實際上全國情報和各地衛生局的監測來做警報發布。
為什麼在冷的時候，流感容易流行呢？羅醫師說，因為流感病毒耐低溫、耐乾燥，溫帶國家的流感容易在較冷的季節流行。但是，熱帶、亞熱帶的病毒有開始演化的跡象，可能和溫度、雨量和人的行為都有關係，比如說冬天人們會群聚，下雨的時候容易待在空氣不流通的室內等等。流行的因素很多，還要考量到疫苗和免疫力的效應。
登革熱的迷思
溫老師以他對登革熱防治的參與經驗，認為｢預測｣這件事非常困難，且很容易被誤導。事實上，所有建模的模型都有簡化的假設，只能在假設的情形下才能說是對的，而這非常怕被外界放大檢視。建模的目的不應該是預測，而是為了做公共衛生介入的比較。算出數字多少本身沒有意義，比較不同處理和介入早晚才有參考價值，幫助決策的進行。我們應該做的是定性而非定量的解釋。
有民眾好奇，登革熱的防治通常都在暑假，卻容易在11月達到高峰呢？又為什麼11月的時候比較沒有登革熱警報傳出？羅醫師強調：｢防禦在於機先｣。事實上，疾管局都會定期跟記者回報登革熱疫情，不過登革熱比較容易集中在南部，北部在發生疫情前記者比較不會寫。溫老師則補充，臺灣南部的民眾其實不怎麼怕登革熱的，他們甚至會拒絕防疫同仁進行噴藥，可能是因為風險傳播教育還不夠落實，或是疫情沒有超過閾值或以往的標準，讓民眾覺得登革熱不嚴重。不過，真正叫人擔心的是｢登革出血熱｣，它的致死率很高，病理機制目前還不瞭解。如果登革熱患病比例增加，登革出血熱的機率可能就會隨之上升，一旦登革出血熱爆發就會造成嚴重的衝擊。因此，蚊蟲防治除了是要控制登革熱的疫情，同時也是防範出血熱的發生。
媒體的影響和經濟變動
2010年媒體曾報導劉小弟疑似因 H1N1疫苗注射發生重症，而下了｢疫苗殺人｣的標題。羅醫師表示，後來發現其實是因為微小B病毒的感染，卻還是被媒體放大，還因為這件事情讓疫苗接種率大幅降低，幸好後來疫情沒有再快速攀升。這個事件如果要用模型來算，參數會變得頗為複雜，一般來說，疫苗介入模型的預測方向比較像是疫苗如果做不出來？疫苗的保護力會不會不好？這些等等。
那麼，經濟能不能當成是流行病的指標之一呢？羅醫師說，防疫一定跟經濟有利益糾葛，像是在進行動物疾病防治時，管動物的農業局會賠償，但無法完全賠償。雖然動物要為人犧牲顯得可惜，但我們希望不要有任何人因疾病而死。經濟上，邊境的封鎖會衝擊貿易，像是對疾病的恐慌容易造成兩岸交流出現標籤化的情形，所以防疫要先做好，才不會讓經濟有後顧之憂。至於以經濟作為防疫的指標，世界貿易例如醫藥品的買賣、或是落後國家的高價珠寶買賣，也是可參考的指標。另外，現在也有經濟衝擊的建模。以經濟學模型來說，透過投入/產出模式能夠知道某產業的變動對其他產業的關聯，還有對產業上下游造成的影響。至於如何估計介入的時機對經濟造成的社會成本影響，是疾管局正在發展的方向。
今晚兩位講師和我們分享了許多他們在預測傳染病的實務經驗。羅醫師為我們介紹疾管局如何掌握疫情，在第一時間發警報、｢趕流行｣，而且透過今日便利的網路系統，全體民眾都可以協助防疫工作，只盼民眾積極參與；而地理系的溫在弘老師則向我們展示了生醫學的病理研究如何和地理學、社會科學結合，發揮跨領域思維的威力去預測傳染病的散播。有了全民參與，再加上完善的防疫系統，相信國家未來在面對新疾病爆發的時候，能夠反應得更加靈敏，盡其所能地降低疫情吧！
「M.I.C. ╳ 民視科學再發現」科學系列講座，由國科會支持，辦理單位為民視文化與PanSci 泛科學。
更多精采的科學內容，每週六上午八點，請收看民視53頻道「科學再發現」
fierycloud
