鄧淑明:以數據預測未來疫症

2020-02-27
鄧淑明
香港大學工程學院計算機科學系、社會科學學院地理系及建築學院客席教授
 
AAA

WhatsApp Image 2020-02-27 at 10.34.34 (1).jpeg

內地新型冠狀病毒肺炎引來全球高度關注,多個政府和國際組織都把疫情資訊的最新發展上載到互動地圖儀表板(Interactive Map Dashboard),包括香港政府的「新型冠狀病毒感染–香港最新情況」,令疫情資訊透明度提升,有助大數據分析。

有關是次疫情,大家最關注的莫如其傳播途徑。目前有關病毒傳播理論不少,大致有飛沫傳播、接觸傳播和氣溶膠 (Aerosol) 傳播。據分析,沒有明顯病徵的帶菌者也有機會傳播病毒,而且感染的潛伏期更可長達24天,大大增加了感染的風險。

此外,醫學期刊《刺針》一月底刊登了香港大學的研究,指一個六人家庭在去年十二月底到過武漢,回到深圳後,其中五人年齡介乎36至66歲者都出現病徵,只有10歲的兒童未見症狀,這跟2003年「沙士」的情況相似。當時全球700多個死亡病例中,唯獨沒有12歲以下的兒童群。《紐約時報》引水痘為例,指出兒童染上水痘,其症狀通常較為輕微,但健康的成年人一旦染上,病情則可以很嚴重,甚至有機會引發腦膜炎以至死亡。這能否套用在新型肺炎當中,便有待驗證分析。

其實,數據對預測疫症和其他健康風險所起的作用最為可貴。Google早前和哈佛大學合作,以輸入搜尋引擎有關食物中毒如「腹瀉」等字詞,配合數碼足跡,推算哪些餐廳的食物可能是致病來源,準確度比巡查方式高逾一倍。這樣的做法難免惹來侵犯私隱的質疑,但只要小心處理敏感的個人訊息,還有其可取之處。

近年來,大型傳染病頻生,就連微軟創辦人比爾蓋茨也曾在公開演說中,警告全球最大的災難不是核戰,而是具高傳染性的病毒。如何準確地預測疫症發生,便成為國際探討的重要議題。

今時今日,要遏止疫情必須依賴先進的數據分析和預測模型。我們也需及早建立應變系統,加強培訓醫療及資訊科技人才,同時善用大數據分析,為全球下一場疫情作好準備。

 

文章只屬作者觀點,不代表本網立場。

延伸閱讀
  • GIS善於整合和分析空間數據,能把數據分析結果一體化展示,便利各政策局和部門的持份者作出更準確和迅速的決策,同時可減省重複研究及審視,加快新發展區的規劃和建造流程。

    鄧淑明  2022-10-12