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。
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。」
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。」
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。」
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。
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?
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。
「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。