從新冠肺炎 看資料應用發展的關鍵議題
智慧科技與網通
瀏覽數:1812
發布日期:2020/04/08
新型冠狀病毒(COVID-19)疫情從2020年初延燒至今,考驗各國政府及企業的應變能力。資料應用在疫情發生的前、中、後期,如疫情追蹤、影響預測、資訊流通平台等扮演要角。
 
前期:事件預測,爭取應變時間
 
若能及早掌握疾病出現的徵兆,就能及早規劃防疫措施,如疫苗開發、高風險群眾警示等。因此,如加拿大新創公司BlueDot、波士頓兒童醫院附屬機構HealthMap等公司,運用自然語言處理等AI技術,自動搜尋數據、分析過濾,並於2019年末發布疫情預測。
 
然而,採用AI預測傳染病並非首例,Google在2008年所建立的Flu Trends網站,即透過超過百萬用戶在流感症狀的搜尋模式及健康追蹤,提供流行性疾病擴散的評估,但在2013年因預測大幅失準而悄然退場,一般認為,預測失準的關鍵在於,用戶受到新聞報導偏向流感、大眾因為流感而增加健康狀況的查詢,影響了預測準確度。
 
為求有效預測,各家業者作法不一,如BlueDot在進行疫情擴散預測時,避開社群貼文,而是尋求其他關鍵數據如機票航班,並經過流行疾病學家判斷後發布預測。與BlueDot相反,HealthMap透過醫生所提供的訊息篩選社群媒體,針對潛在病例區域,搜尋並過濾、分析提及呼吸道疾病或發燒等關鍵字的貼文,以識別出新型病毒的出現和疫情發展徵兆。
 
中期:疫情管理,掌握高風險族群
 
為確保落實隔離政策、防堵疫情擴散,部分國家採取電子監控模式,以GPS追蹤隔離者,並搭配定時或不定時的電話確認或實際訪查。然而,隨著疫情逐漸擴散,如韓國目前已超過3萬人自主隔離,對防疫實際訪查形成巨大負荷。
 
為減輕防疫工作負擔,香港業者開發「隔離易」APP(右圖,截自官網),不需搭配特定硬體,即可安裝於隔離者的手機上使用,以WiFi、藍芽、GPS等訊號強弱,判斷手機所在位置是否變動,並請隔離者念出特定文字以聲紋認證為本人,不須採集隔離者所在位置資訊,還可透過匿名及設定內容追蹤限制,降低個資外洩風險。
 
另一方面,為了讓民眾確認是否需要自主隔離,或是避免在近期內造訪特定地點,民間推出確診者的足跡地圖,如韓國「Corona 100m」APP、台灣「新冠肺炎歷史軌跡比對」網站,然而這類型服務,必須提供個人定位資訊才能比對足跡,考量對隱私權的保護,適合在用戶端處理、不宜上傳雲端,如台灣線上社群「g0v」所開發的「新冠肺炎歷史軌跡比對」網站,雖然會採用手機的定位紀錄,但透過SpaceTime雜湊(hash)演算法,將資料在本地端處理、分析,以提高資料處理的安全性,並提供Github開放原始碼讓各界檢驗。
 
中後期:資訊流通,降低感染風險
 
在民眾防疫意識已提高的中後期,疫情資訊的快速流通,包括疫情演變的狀況、防疫物資的存量等,成為全民防疫重點,新創業者構思網路採用美國約翰霍普金斯大學的數據,推出疫情聊天機器人,免費提供民眾查訊全球疫情數據、即時新聞、口罩庫存、防疫諮詢等,而正確的衛教資訊也能達到鎮定人心的效果,如「WaCare我的健康社群」平台,集結150位醫療專家在線上提供防疫相關知識影片、回答民眾提問,以傳遞正確防疫資訊。
 
觀察上述資料應用的開發流程,數據取得、處理、公開及應用,機密敏感個資的處理和匿名化數據分析,為城市治理應用發展關鍵。在數據取得方面,應建立數據應用和管理規範,韓國針對防疫工作,修訂《傳染病防治法》授權防疫單位取得感染患者資訊,加拿大安大略省則有FIPPA隱私法,由隱私權辦公室監管資料使用流程,如交通局Metrolinx向多倫多衛生局提供確診者的Presto交通卡紀錄,須通報安大略省隱私委員會。
 
在資料處理方面,個人隱私如人臉影像、車牌號碼、GPS定位等,可採用邊緣運算以當地的伺服器處理這類資料,並先行過濾、匿名化或加密處理。
 
此外,可被驗證的數據來源與處理方法,可讓使用者安心,降低個人資料外流疑慮,如「新冠肺炎歷史軌跡比對」網站開放原始碼供大眾檢驗,同時也能建立大眾對AI預測結果的信心,又如BlueDot採用機票資訊做為關鍵資訊分析,HealthMap根據醫生提供的訊息篩選社群媒體中的關鍵數據。
 
最後在公開資料方面,目前AI已能進行匿名化資料分析,如台北市交通局採用低解析度的道路和車輛影像,進行車流量和事故預測,透過已匿名處理的資料、或是將資料分級,規範不同應用的取用權限或使用方式,可兼顧防疫及隱私保障,台灣移民署提供出入境名單資料給健保局,讓醫療院所可在「健保雲端系統」查詢看診者的旅遊史,並協助通報,達到防範疫情目的。
 
(本文刊登於2020/3/29 工商時報 A9版)
關鍵字: COVID-19 ; 資料應用