0

0
0

文字

分享

0
0
0

流感來了,幼稚園可以停班,大學呢?用風險值來決定吧!

陳妤寧
・2016/03/30 ・2565字 ・閱讀時間約 5 分鐘 ・SR值 558 ・八年級

-----廣告,請繼續往下閱讀-----

活動記錄/陳妤寧

在PanSci「智慧醫療新契機-智慧化長照新科技應用的契機」講座,和前兩位講者的基因研究相比,台大地理系副教授溫在弘,則完全關注於傳染病表現在空間移動和人口統計的層面。「『傳染』這兩個字意味著今日一個傳染病的受害者、明日就會變成加劇傳染範圍的加害者。這個特質和空汙研究就完全不同-它和社會結構、社會行為有更密切的關聯。因為這樣,『傳染』這兩個字使我更著迷於數學。」溫在弘說。

溫講師
台灣大學地理環境資源學系的溫在弘副教授,,在PanSci「智慧醫療新契機-智慧化長照新科技應用的契機」講座中的分享著重於都市環境人口移動導致的傳染病疫情的地理擴散現象。

 

在空間中不停移動的人口,就是一種數學

溫在弘以2005年 CBS 美國影集數字追兇Numb3rs為例,「CSI純粹透過鑑識偵案,而《數字追兇》則透過數學去找出雜訊中的路徑。疫情就如同犯罪,可以從地理的角度去追蹤擴散來源、尋找潛在感染族群。例如身為交通樞紐的公共車站,往往也是病毒傳染的樞紐。」

 

數字追兇
CBS 美國影集《數字追兇》(Numb3rs)透過數學去找出雜訊中的破案或防疫路徑(Photo via iontelevision)

既然我們現在有了越來越多都市人口的流動資料,包括手機定位、YouBike 租借記錄……能否更有效掌握人在社會中的行為模式跟流動?並且把對智慧城市的諸多想像,一併運用在疫情監測上呢?

-----廣告,請繼續往下閱讀-----

「在每一場傳染病風波中,防疫部門想知道的是:來源的人跟地在哪裡?途徑跟高風險地區在哪裡?這股傳染之勢是怎麼星火燎原的?而一般民眾想知道的則是:我在哪裡會被感染?我需要在哪裡戴口罩或是打疫苗?」

也許你發現了,每個問題的共同點就是「哪裡」。「因為我是地理系的囉,所以 Location(哪裡)對我是最重要的問題,也是為何我們要把地理資訊放到疫情預測裡。」

地理即研究永恆之事?溫在弘:小王子說錯了

開始討論即時地理 (Live Geography) 和即時環境監測之前,溫在弘先打擊眾人對地理系的刻板印象。「在《小王子》這本書裡,小王子說,地理研究的是不會動的東西、是永恆不滅的東西、而非如花一般會生會死的東西--例如海、河流、城市、山脈、沙漠。」這說法在以前可能如此,但溫在弘說,過去在地理範疇中無法研究的會動之物,如今透過好的無線感測科技,就能產生許多應用。

「舉例來說,我在2012年為了研究個人所在地點的空汙指數,在基隆路沿線的電線杆放了感測元件,來偵測馬路空氣中的一氧化碳。即時偵測的結果會傳遞到後端資料庫,這筆資料可做進一步運算分析,甚至製作成訊息推播到使用者的手機。」

-----廣告,請繼續往下閱讀-----

所以,要怎麼用感測技術預測疫情?

找出擴散機制、決定抑制手段

以 2009 年高雄登革熱為例,地圖上的案例點點數量、隨著時間軸的推進變得越來越密密麻麻、最後又逐漸隨著康復趨勢而減少。溫在弘說:「但這麼描述視覺上的變化是不夠的,必須運用統計去分析群眾擴散型態-今天疫情之所以擴散,到底是因為冒出了新的傳染源、還是根本舊的傳染源沒有被有效撲滅?不同的擴散機制,會對應防疫部門不同的抑制手段。」

640px-Aedes-albopictus
前幾年不斷肆虐南台的登革熱,若能搭配更好的數據分析,或許能夠大幅降低災情。source:wikipedia

其次,溫在弘突破防疫部門的觀點,進入一般人最關心的切身問題:我會在哪裡被感染?「只告訴民眾今日哪個區域新增了幾個病例的意義不大,個人關心的會是自身行動的暴露風險、而非整體傳播率。既然如此,有沒有方法可以根據每個人的行為(例如移動軌跡、社交互動),來客製化模擬個人化的風險值?」

一個面臨傳染病威脅的大學校園停課標準?

當國中小面對2009年H1N1的爆發時,擁有一套停課標準;然而每個大學生的課表都不同、大學的圍牆也不如中小學具有明確的人員進出規範。「臺大的校園邊界是半封閉的,校園中可能同時有眾多的居民或是參觀者;而大學生的社交互動也更頻繁、更多采多姿……既然跨系共同上課、共同進行社團活動,今天我只停地理系的課,意義大嗎?」

-----廣告,請繼續往下閱讀-----

出於「我要訂出一套我能切身使用的停課標準!」的動機,溫在弘摩拳擦掌,開始研究傳染病爆發時,校園中的個人暴露感染風險。

第一個重點是移動。「我以學生課表為資料庫,去評估每週一到週五、每天早上到下午、人口如何在校園中的不同教室間移動。對啦,我知道學生不會照表操課……」,但現階段為了減少蒐集資料的成本,課表資料庫的確是最實在的手邊素材了。

有了修課移動路徑和人口流動地圖之後,第二步是輔以每個校園建築入口的紅外線感測儀資料,一旦偵測到有人發燒,就自動啟動後端程式,模擬疫情擴散動態。如果爆發點在地理系室,那它跟其他建築物的風險關聯如何?綜觀下來,根據你的課表,你在每個校園建築的風險值一天下來累計有多高?

Infrared_1080971
搭配紅外線感應儀,可以快速掌握可能傳染源。source:wiki

就像每日降雨機率一樣,計算出的每日風險值透過手機 app 推播給使用者。重點是,溫在弘相信揭露資訊,就會影響個人行為的判斷,當眾人一起改變行為,就會回到源頭,改變傳染病擴散的模式和規模,整體風險值就會戲劇性的降低

-----廣告,請繼續往下閱讀-----

「從結論來看,大學生的研究風險比研究生高,因為去過的地方若越多、感染風險當然也累積越高;而一直待在系館的宅宅,累積的風險值也會比每個地方都只待短時間的同學高。」溫在弘回應現場聽眾提問時表示,當面對不同傳染病來襲時,最重要的資訊包括傳播途徑(蚊蟲叮咬和飛沫傳染就完全不同)、以及多頻繁的接觸會帶來多大的傳染力,有了這些參數,才能做數學建模。

透過溫在弘的實驗,我們多預見了一種整合無線即時感測、大數據分析和行動推播應用的整合方式,最終回歸到的,還是我們對於控制疾病的渴望與需求

 

聽眾團拍
PanSci「智慧醫療新契機-智慧化長照新科技應用的契機」,在2016/3/17吸引上百名聽眾一起聊醫療大數據的科學事。
文章難易度
陳妤寧
38 篇文章 ・ 0 位粉絲
熱愛將知識拆解為簡單易懂的文字,喜歡把一件事的正反觀點都挖出來思考,希望用社會科學的視角創造更宏觀的視野。

0

2
0

文字

分享

0
2
0
人體吸收新突破:SEDDS 的魔力
鳥苷三磷酸 (PanSci Promo)_96
・2024/05/03 ・1194字 ・閱讀時間約 2 分鐘

本文由 紐崔萊 委託,泛科學企劃執行。 

營養品的吸收率如何?

藥物和營養補充品,似乎每天都在我們的生活中扮演著越來越重要的角色。但你有沒有想過,這些關鍵分子,可能無法全部被人體吸收?那該怎麼辦呢?答案或許就在於吸收率!讓我們一起來揭開這個謎團吧!

你吃下去的營養品,可以有效地被吸收嗎?圖/envato

當我們吞下一顆膠囊時,這個小小的丸子就開始了一場奇妙的旅程。從口進入消化道,與胃液混合,然後被推送到小腸,最後透過腸道被吸收進入血液。這個過程看似簡單,但其實充滿了挑戰。

首先,我們要面對的挑戰是藥物的溶解度。有些成分很難在水中溶解,這意味著它們在進入人體後可能無法被有效吸收。特別是對於脂溶性成分,它們需要透過油脂的介入才能被吸收,而這個過程相對複雜,吸收率也較低。

-----廣告,請繼續往下閱讀-----

你有聽過「藥物遞送系統」嗎?

為了解決這個問題,科學家們開發了許多藥物遞送系統,其中最引人注目的就是自乳化藥物遞送系統(Self-Emulsifying Drug Delivery Systems,簡稱 SEDDS),也被稱作吸收提升科技。這項科技的核心概念是利用遞送系統中的油脂、界面活性劑和輔助界面活性劑,讓藥物與營養補充品一進到腸道,就形成微細的乳糜微粒,從而提高藥物的吸收率。

自乳化藥物遞送系統,也被稱作吸收提升科技。 圖/envato

還有一點,這些經過 SEDDS 科技處理過的脂溶性藥物,在腸道中形成乳糜微粒之後,會經由腸道的淋巴系統吸收,因此可以繞過肝臟的首渡效應,減少損耗,同時保留了更多的藥物活性。這使得原本難以吸收的藥物,如用於愛滋病或新冠病毒療程的抗反轉錄病毒藥利托那韋(Ritonavir),以及緩解心絞痛的硝苯地平(Nifedipine),能夠更有效地發揮作用。

除了在藥物治療中的應用,SEDDS 科技還廣泛運用於營養補充品領域。許多脂溶性營養素,如維生素 A、D、E、K 和魚油中的 EPA、DHA,都可以通過 SEDDS 科技提高其吸收效率,從而更好地滿足人體的營養需求。

隨著科技的進步,藥品能打破過往的限制,發揮更大的療效,也就相當於有更高的 CP 值。SEDDS 科技的出現,便是增加藥物和營養補充品吸收率的解決方案之一。未來,隨著科學科技的不斷進步,相信會有更多藥物遞送系統 DDS(Drug Delivery System)問世,為人類健康帶來更多的好處。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
199 篇文章 ・ 304 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

4
2

文字

分享

0
4
2
今夏登革熱來勢洶洶,該怎麼防治?有疫苗嗎?
PanSci_96
・2023/09/21 ・2675字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

「啊!蚊子!」

登革熱好嚴重,但,還會更嚴重。過往紀錄顯示登革熱的疫情高峰,常常到 9 月才大規模爆發?這聽起來有點反直覺,我本來還以為應該是最熱的 7、8 月?但其實啊,就是要等天氣稍微降溫,當大家開始出門,不是躲在冷氣房的時候,反而比較容易傳播登革熱。

而根據近期疾管署的統計顯示,台灣各地的登革熱已經發生 4,338 例本土病例,是從 2015 年登革熱在全台造成 43,419 例之後,登革熱疫情最嚴重的一年,我們真的要注意小心!只要出門,防蚊措施不能免!

不過……話說回來,難道就沒有疫苗可以一勞永逸預防登革熱嗎?

-----廣告,請繼續往下閱讀-----

好幾年沒聽說的登革熱,怎麼突然又「熱」起來?

這個我們就要講到台灣登革熱的發生模式,其實台灣沒有登革熱本土病毒株,所以每當登革熱疫情過去之後,登革熱病毒就會在台灣消失,而下一次的登革熱發生,就必須是境外移入的登革熱患者由國外輸入到國內,而且必須要在登革熱可被傳播的期間,被病媒蚊叮咬並傳播出去,才會造成本土的病例,所以從這點我們可以知道登革熱流行,有兩個有效的控制條件:第一、即時發現境外移入病例,直接隔絕病毒在境外。第二、控制台灣本土病媒蚊數量,以及密度,讓登革熱病毒難以傳播出來。

那過去幾年為什麼都沒有發生登革熱的流行呢?因為 2020 年開始因為 COVID-19 疫情封鎖國境,根據疾管署的資料,2020 年到 2022 年,這三年加起來全國僅有 144 例登革熱境外移入病例,而 2023 年至今已經有 158 例登革熱境外移入案例,而在 2015 年登革熱大流行時,更有 354 例境外移入案例,這也表示台灣登革熱疫情的發生,與境外移入登革熱案例息息相關。

臺灣 2023 年登革熱病例分布。圖/衛福部疾管署

尤其,台灣許多行業仰賴東南亞國家的移工,很多台灣廠商也在東南亞國家設廠,彼此之間的旅遊往來也越來越多,所以東南亞國家的登革熱疫情嚴重與否,與台灣是否會發生登革熱流行,有著高度相關。

把積水倒掉!杜絕登革熱,從減少病媒蚊產卵點開始

每年到了春夏交際時,政府都會宣導要防治病媒蚊,做好居家附近的環境衛生管理,大家耳熟能詳的【巡、倒、清、刷】四字口訣,為的是減少積水,那麼孳生源的減少,真的能夠有效防治登革熱發生嗎?

-----廣告,請繼續往下閱讀-----

這時我們要提到登革熱病媒蚊的生殖營養週期。週期的開始是一隻未吸血的雌蚊,開始尋找適合的吸血對象,在吸飽血後,這隻雌蚊需要等待約 2 到 3 天,讓體內的卵發育成熟,接著雌蚊就會開始尋找有水的地方產卵。而埃及斑蚊或白線斑蚊產卵場,都偏好小型的水域,就像廢棄輪胎內的積水、盆栽下方的接水盆等等,當雌蚊把卵都產下來後,就完成了一個生殖營養週期,接著她會再繼續尋找下一個吸血的對象,不斷循環下去。在實驗室內條件充足的環境下,最快 3 天就可以完成一個週期,而在野外一般環境中,科學家認為 5 到 7 天可以完成一次週期。

雌蚊吸飽血後,等待卵發育成熟,就會開始尋找有水的地方產卵。圖/Giphy

猜猜看一隻雌蚊一次可以產下多少卵?答案是 50-200 顆卵。也就是說,一隻雌蚊經歷一次生殖營養週期,假設生男生女一樣多,也就可以有 25-100 隻新出生的雌蚊。吸血的蚊子等於放大了 25-100 倍的數量,所以一隻蚊子在適合環境下,經歷三代之後最多就可以有 1,000,000 隻雌蚊產生。

我們透過蚊蟲的生活史反推,這僅僅只需要一個月左右的時間。

所以回到一開始的問題,把積水容器清除可以減少蚊蟲數量嗎?如果把你居家附近的積水容器清除的話,其實會讓蚊子找不到產卵的地方,你家附近的蚊蟲的確就會減少,其中一個特殊的現象就是,如果蚊子一直沒有辦法產卵,就會將體內的卵回收成為自身的營養,等待再進入一次生殖營養週期,因此減少雌蚊下一代,自然整體蚊蟲的數量就會減少。

-----廣告,請繼續往下閱讀-----

ADE 效應是什麼?有沒有疫苗可以防治登革熱?

除了防治病媒蚊以外,有沒有可以預防登革熱感染的疫苗呢?

其實,登革熱疫苗的開發非常困難,主要的原因是在人類中流行的登革熱病毒有四種血清型別,而不同型別之間的前後感染,有時候會造成前一型感染產生的抗體,幫助後面另外一型的登革熱病毒感染細胞,使病毒就更容易感染細胞,而這個現象也就是抗體依賴增強效應,簡稱 ADE 效應。

當 ADE 效應產生,也就容易造成較嚴重的病症,而 ADE 效應也是登革熱出血熱產生原因之一,也正是因為有 ADE 效應,登革熱的疫苗開發的難度相當大,因此這隻疫苗需要同時產生對抗四型登革熱的有效抗體,還要避免 ADE 效應的產生。

雖然有 ADE 這個大魔王擋在前面,那麼究竟能不能做出登革熱疫苗呢?

-----廣告,請繼續往下閱讀-----
登革熱疫苗的難度在於要克服 ADE 效應。圖/pixabay

其實,在 2015 年賽諾菲巴斯德藥廠曾經有世界上第一支可施打的四價登革熱疫苗 Dengvaxia,但這隻疫苗僅能夠使用在「感染過登革熱」的人身上,主要的原因,還是因為這支疫苗打在「未感染過登革熱」的人身上,當他們感染登革熱時,會產生 ADE 效應,反而變得更嚴重。

不過近期有了轉機,日本武田製藥的 TAK-003 已經完成三期試驗,在歐盟、英國、巴西、印尼、泰國、阿根廷獲得上市許可,根據 TAK-003 在新英格蘭醫學雜誌 NEJM 和柳葉刀 Lancet 發表的論文,在施打 2 劑後,12 個月可以達到 80.2% 的不感染保護力,18 個月後即便感染,也有 90.4% 的重症保護力,而在施打後 4 年半的持續追蹤,仍然保有 61.2% 的不感染保護力,而且對重度登革熱保護力也有 84.1%,更重要的是,跟 Dengvaxia 相比,不論是否曾經感染過登革熱,都可以施打這個新疫苗,不用擔心 ADE,除了 TAK-003 外,台灣還參與了默沙東藥廠的 V181 和默克藥廠的 TV003 兩支候選疫苗的臨床試驗,可惜的是,台灣還沒有通過 TAK-003 的上市許可。

但自從 1970 年代開始研發的登革熱疫苗,面對一道又一道難關,過了五十多年後,似乎終於有疫苗可以幫助人類對抗登革熱了!

登革熱正在蔓延中,你有什麼好的防蚊秘方嗎?你或認識的人得過登革熱嗎?當時的感受是什麼呢?歡迎與我們分享。最後也想問問,你會想打最新的登革熱疫苗嗎?

-----廣告,請繼續往下閱讀-----

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

PanSci_96
1220 篇文章 ・ 2245 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

2

3
0

文字

分享

2
3
0
數據塑造生活與社會,讓人既放心但又不安?——《 AI 世代與我們的未來》
聯經出版_96
・2022/12/28 ・2760字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

數位世界已經改變了我們日常生活的體驗,一個人從早到晚都會接受到大量數據,受益於大量數據,也貢獻大量數據。這些數據龐大的程度,和消化資訊的方式已經太過繁多,人類心智根本無法處理。

與數位科技建立夥伴關係

所以人會本能地或潛意識地倚賴軟體來處理、組織、篩選出必要或有用的資訊,也就是根據用戶過去的偏好或目前的流行,來挑選要瀏覽的新項目、要看的電影、要播放的音樂。自動策劃的體驗很輕鬆容易,又能讓人滿足,人們只會在沒有自動化服務,例如閱讀別人臉書塗鴉牆上的貼文,或是用別人的網飛帳號看電影時,才會注意到這服務的存在。

有人工智慧協助的網路平臺加速整合,並加深了個人與數位科技間的連結。人工智慧經過設計和訓練,能直覺地解決人類的問題、掌握人類的目標,原本只有人類心智才能管理的各種選擇,現在能由網路平臺來引導、詮釋和記錄(儘管效率比較差)。

日常生活中很少察覺到對自動策劃的依賴。圖/Pexels

網路平臺收集資訊和體驗來完成這些任務,任何一個人的大腦在壽命期限內都不可能容納如此大量的資訊和體驗,所以網路平臺能產出看起來非常恰當的答案和建議。例如,採購員不管再怎麼投入工作,在挑選冬季長靴的時候,也不可能從全國成千上萬的類似商品、近期天氣預測、季節因素、回顧過去的搜尋記錄、調查物流模式之後,才決定最佳的採購項目,但人工智慧可以完整評估上述所有因素。

-----廣告,請繼續往下閱讀-----

因此,由人工智慧驅動的網路平臺經常和我們每個人互動,但我們在歷史上從未和其他產品、服務或機器這樣互動過。當我們個人在和人工智慧互動的時候,人工智慧會適應個人用戶的偏好(網際網路瀏覽記錄、搜尋記錄、旅遊史、收入水準、社交連結),開始形成一種隱形的夥伴關係。

個人用戶逐漸依賴這樣的平臺來完成一串功能,但這些功能過去可能由郵政、百貨公司,或是接待禮賓、懺悔自白的人和朋友,或是企業、政府或其他人類一起來完成。

網路平臺和用戶之間是既親密又遠距的聯繫。圖/Envato Elements

個人、網路平臺和平臺用戶之間的關係,是一種親密關係與遠距聯繫的新穎組合。人工智慧網路平臺審查大量的用戶數據,其中大部分是個人數據(如位置、聯絡資訊、朋友圈、同事圈、金融與健康資訊);網路會把人工智慧當成嚮導,或讓人工智慧來安排個人化體驗。

人工智慧如此精準、正確,是因為人工智慧有能力可以根據數億段類似的關係,以及上兆次空間(用戶群的地理範圍)與時間(集合了過去的使用)的互動來回顧和反應。網路平臺用戶與人工智慧形成了緊密的互動,並互相學習。

-----廣告,請繼續往下閱讀-----

網路平臺的人工智慧使用邏輯,在很多方面對人類來說都難以理解。例如,運用人工智慧的網路平臺在評估圖片、貼文或搜尋時,人類可能無法明確地理解人工智慧會在特定情境下如何運作。谷歌的工程師知道他們的搜尋功能若有人工智慧,就會有清楚的搜尋結果;若沒有人工智慧,搜尋結果就不會那麼清楚,但工程師沒辦法解釋為什麼某些結果的排序比較高。

要評鑑人工智慧的優劣,看的是結果實用不實用,不是看過程。這代表我們的輕重緩急已經和早期不一樣了,以前每個機械的步驟或思考的過程都會由人類來體驗(想法、對話、管理流程),或讓人類可以暫停、檢查、重複。

人工智慧陪伴現代人的生活

例如,在許多工業化地區,旅行的過程已經不需要「找方向」了。以前這過程需要人力,要先打電話給我們要拜訪的對象,查看紙本地圖,然後常常在加油站或便利商店停下來,確認我們的方向對不對。現在,透過手機應用程式,旅行的過程可以更有效率。

透過導航,為旅途帶來不少便利。圖/Pexels

這些應用程式不但可以根據他們「所知」的交通記錄來評估可能的路線與每條路線所花費的時間,還可以考量到當天的交通事故、可能造成延誤的特殊狀況(駕駛過程中的延誤)和其他跡象(其他用戶的搜尋),來避免和別人走同一條路。

-----廣告,請繼續往下閱讀-----

從看地圖到線上導航,這轉變如此方便,很少人會停下來想想這種變化有多大的革命性意義,又會帶來什麼後果。個人用戶、社會與網路平臺和營運商建立了新關係,並信任網路平臺與演算法可以產生準確的結果,獲得了便利,成為數據集的一部分,而這數據集又在持續進化(至少會在大家使用應用程式的時候追蹤個人的位置)。

在某種意義上,使用這種服務的人並不是獨自駕駛,而是系統的一部分。在系統內,人類和機器智慧一起協作,引導一群人透過各自的路線聚集在一起。

持續陪伴型的人工智慧會愈來愈普及,醫療保健、物流、零售、金融、通訊、媒體、運輸和娛樂等產業持續發展,我們的日常生活體驗透過網路平臺一直在變化。

網路平台協助我們完成各種事項。圖/Pexels

當用戶找人工智慧網路平臺來協助他們完成任務的時候,因為網路平臺可以收集、提煉資訊,所以用戶得到了益處,上個世代完全沒有這種經驗。這種平臺追求新穎模式的規模、力量、功能,讓個人用戶獲得前所未有的便利和能力;同時,這些用戶進入一種前所未有的人機對話中。

-----廣告,請繼續往下閱讀-----

運用人工智慧的網路平臺有能力可以用我們無法清楚理解,甚至無法明確定義或表示的方式來形塑人類的活動,這裡有一個很重要的問題:這種人工智慧的目標功能是什麼?由誰設計?在哪些監管參數範圍裡?

類似問題的答案會繼續塑造未來的生活與未來的社會:誰在操作?誰在定義這些流程的限制?這些人對於社會規範和制度會有什麼影響?有人可以存取人工智慧的感知嗎?有的話,這人是誰?

如果沒有人類可以完全理解或查看數據,或檢視每個步驟,也就是說假設人類的角色只負責設計、監控和設定人工智慧的參數,那麼對人工智慧的限制應該要讓我們放心?還是讓我們不安?還是既放心又不安?

——本文摘自《 AI 世代與我們的未來:人工智慧如何改變生活,甚至是世界?》,2022 年 12 月,聯經出版公司,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
所有討論 2
聯經出版_96
27 篇文章 ・ 20 位粉絲
聯經出版公司創立於1974年5月4日,是一個綜合性的出版公司,為聯合報系關係企業之一。 三十多年來已經累積了近六千餘種圖書, 範圍包括人文、社會科學、科技以及小說、藝術、傳記、商業、工具書、保健、旅遊、兒童讀物等。

0

0
0

文字

分享

0
0
0
流感來了,幼稚園可以停班,大學呢?用風險值來決定吧!
陳妤寧
・2016/03/30 ・2565字 ・閱讀時間約 5 分鐘 ・SR值 558 ・八年級

活動記錄/陳妤寧

在PanSci「智慧醫療新契機-智慧化長照新科技應用的契機」講座,和前兩位講者的基因研究相比,台大地理系副教授溫在弘,則完全關注於傳染病表現在空間移動和人口統計的層面。「『傳染』這兩個字意味著今日一個傳染病的受害者、明日就會變成加劇傳染範圍的加害者。這個特質和空汙研究就完全不同-它和社會結構、社會行為有更密切的關聯。因為這樣,『傳染』這兩個字使我更著迷於數學。」溫在弘說。

溫講師
台灣大學地理環境資源學系的溫在弘副教授,,在PanSci「智慧醫療新契機-智慧化長照新科技應用的契機」講座中的分享著重於都市環境人口移動導致的傳染病疫情的地理擴散現象。

 

在空間中不停移動的人口,就是一種數學

溫在弘以2005年 CBS 美國影集數字追兇Numb3rs為例,「CSI純粹透過鑑識偵案,而《數字追兇》則透過數學去找出雜訊中的路徑。疫情就如同犯罪,可以從地理的角度去追蹤擴散來源、尋找潛在感染族群。例如身為交通樞紐的公共車站,往往也是病毒傳染的樞紐。」

-----廣告,請繼續往下閱讀-----

 

數字追兇
CBS 美國影集《數字追兇》(Numb3rs)透過數學去找出雜訊中的破案或防疫路徑(Photo via iontelevision)

既然我們現在有了越來越多都市人口的流動資料,包括手機定位、YouBike 租借記錄……能否更有效掌握人在社會中的行為模式跟流動?並且把對智慧城市的諸多想像,一併運用在疫情監測上呢?

「在每一場傳染病風波中,防疫部門想知道的是:來源的人跟地在哪裡?途徑跟高風險地區在哪裡?這股傳染之勢是怎麼星火燎原的?而一般民眾想知道的則是:我在哪裡會被感染?我需要在哪裡戴口罩或是打疫苗?」

也許你發現了,每個問題的共同點就是「哪裡」。「因為我是地理系的囉,所以 Location(哪裡)對我是最重要的問題,也是為何我們要把地理資訊放到疫情預測裡。」

-----廣告,請繼續往下閱讀-----

地理即研究永恆之事?溫在弘:小王子說錯了

開始討論即時地理 (Live Geography) 和即時環境監測之前,溫在弘先打擊眾人對地理系的刻板印象。「在《小王子》這本書裡,小王子說,地理研究的是不會動的東西、是永恆不滅的東西、而非如花一般會生會死的東西--例如海、河流、城市、山脈、沙漠。」這說法在以前可能如此,但溫在弘說,過去在地理範疇中無法研究的會動之物,如今透過好的無線感測科技,就能產生許多應用。

「舉例來說,我在2012年為了研究個人所在地點的空汙指數,在基隆路沿線的電線杆放了感測元件,來偵測馬路空氣中的一氧化碳。即時偵測的結果會傳遞到後端資料庫,這筆資料可做進一步運算分析,甚至製作成訊息推播到使用者的手機。」

所以,要怎麼用感測技術預測疫情?

找出擴散機制、決定抑制手段

以 2009 年高雄登革熱為例,地圖上的案例點點數量、隨著時間軸的推進變得越來越密密麻麻、最後又逐漸隨著康復趨勢而減少。溫在弘說:「但這麼描述視覺上的變化是不夠的,必須運用統計去分析群眾擴散型態-今天疫情之所以擴散,到底是因為冒出了新的傳染源、還是根本舊的傳染源沒有被有效撲滅?不同的擴散機制,會對應防疫部門不同的抑制手段。」

-----廣告,請繼續往下閱讀-----

640px-Aedes-albopictus
前幾年不斷肆虐南台的登革熱,若能搭配更好的數據分析,或許能夠大幅降低災情。source:wikipedia

其次,溫在弘突破防疫部門的觀點,進入一般人最關心的切身問題:我會在哪裡被感染?「只告訴民眾今日哪個區域新增了幾個病例的意義不大,個人關心的會是自身行動的暴露風險、而非整體傳播率。既然如此,有沒有方法可以根據每個人的行為(例如移動軌跡、社交互動),來客製化模擬個人化的風險值?」

一個面臨傳染病威脅的大學校園停課標準?

當國中小面對2009年H1N1的爆發時,擁有一套停課標準;然而每個大學生的課表都不同、大學的圍牆也不如中小學具有明確的人員進出規範。「臺大的校園邊界是半封閉的,校園中可能同時有眾多的居民或是參觀者;而大學生的社交互動也更頻繁、更多采多姿……既然跨系共同上課、共同進行社團活動,今天我只停地理系的課,意義大嗎?」

出於「我要訂出一套我能切身使用的停課標準!」的動機,溫在弘摩拳擦掌,開始研究傳染病爆發時,校園中的個人暴露感染風險。

-----廣告,請繼續往下閱讀-----

第一個重點是移動。「我以學生課表為資料庫,去評估每週一到週五、每天早上到下午、人口如何在校園中的不同教室間移動。對啦,我知道學生不會照表操課……」,但現階段為了減少蒐集資料的成本,課表資料庫的確是最實在的手邊素材了。

有了修課移動路徑和人口流動地圖之後,第二步是輔以每個校園建築入口的紅外線感測儀資料,一旦偵測到有人發燒,就自動啟動後端程式,模擬疫情擴散動態。如果爆發點在地理系室,那它跟其他建築物的風險關聯如何?綜觀下來,根據你的課表,你在每個校園建築的風險值一天下來累計有多高?

Infrared_1080971
搭配紅外線感應儀,可以快速掌握可能傳染源。source:wiki

就像每日降雨機率一樣,計算出的每日風險值透過手機 app 推播給使用者。重點是,溫在弘相信揭露資訊,就會影響個人行為的判斷,當眾人一起改變行為,就會回到源頭,改變傳染病擴散的模式和規模,整體風險值就會戲劇性的降低

-----廣告,請繼續往下閱讀-----

「從結論來看,大學生的研究風險比研究生高,因為去過的地方若越多、感染風險當然也累積越高;而一直待在系館的宅宅,累積的風險值也會比每個地方都只待短時間的同學高。」溫在弘回應現場聽眾提問時表示,當面對不同傳染病來襲時,最重要的資訊包括傳播途徑(蚊蟲叮咬和飛沫傳染就完全不同)、以及多頻繁的接觸會帶來多大的傳染力,有了這些參數,才能做數學建模。

透過溫在弘的實驗,我們多預見了一種整合無線即時感測、大數據分析和行動推播應用的整合方式,最終回歸到的,還是我們對於控制疾病的渴望與需求

 

聽眾團拍
PanSci「智慧醫療新契機-智慧化長照新科技應用的契機」,在2016/3/17吸引上百名聽眾一起聊醫療大數據的科學事。

文章難易度
陳妤寧
38 篇文章 ・ 0 位粉絲
熱愛將知識拆解為簡單易懂的文字,喜歡把一件事的正反觀點都挖出來思考,希望用社會科學的視角創造更宏觀的視野。