博客Priscilla:智慧防疫 - 以大數據、人工智能、可穿戴設備預測並監控疫情

Priscilla | 2020-02-26

Image description 台灣「即時口罩地圖」網頁截圖

17年過去了,役症重臨。當年未有智能電話,大數據尚未流行,人工智能和機器人對一般人來說,仍然只是科幻電影中的橋段。時至今日,科技進步了不少,一個新型冠狀病毒,卻依然殺我們一個措手不及。創新科技有沒有可能可以預測新一波的流行病,並提出適切的預警,讓普羅大眾、商界和各地政府可以盡早作好準備,防範於未然?

以大數據、人工智能、可穿戴設備預測疫情
其實早於2008年,Google就推出了流行性感冒趨勢預測平台「Google Flu Trends(GFT)」1,2 。透過監察咳嗽(cough)、發燒(fever)等約40個跟流感相關的關鍵詞, GFT可以早大約一星期預測新一季的流感爆發趨勢。在平台推出初期,準確度曾經高達97%。GFT亦因此一度成為Google其中一個最引以為傲的作品。奈何到了2001-2013年,GFT的準確度不斷下降,不是高估很多,就是低估很多。大概是因為當年的關鍵詞選擇比較雜亂、演算法的配合亦未臻完美,所以出現了不少錯摸的情況。Google最終在2015年停止了發佈流感預測。

這邊廂Google放棄了GFT的研發,另一邊廂由傳染病專家Kamran Khan於2014年在加拿大創立的的新創公司BlueDot,則致力於利用大數據和人工智能預測傳染病傳播,並發展出一個預警系統,好讓各地政府、醫療機構和商界可以盡早知道有關流行病的傳播風險,以便作好準備。

BlueDot的人工智能系統每天監察65種語言,超過十萬條新聞報道、專業討論區、研究報告,以找出需要留意的趨勢和關鍵詞,再交由專業分析師配合氣候數據、航班資料、人口數據等,預測可能爆發的疫情。有如大海撈針,在2019年12月31日,BlueDot團隊留意到兩個關鍵詞:「肺炎」和「不明原因」,並在一篇中文報道得知有27名與武漢一個海鮮市場有關的人感染了不明肺炎。雖然當時還未能預知後來被稱為COVID-19會發生這麼大規模的爆發,團隊的確看到了類似當年SARS的苗頭,所以在當天早上,BlueDot向它的客戶發出了有關新形冠狀病毒流行病預警,比世界衛生組織(WHO)首個有關武漢發生不明肺炎的聲明,還早了個多星期。3,4

BlueDot的人工智能系統每天監察65種語言,超過十萬條新聞報道、專業討論區、研究報告,以找出需要留意的趨勢和關鍵詞,再交由專業分析師配合氣候數據、航班資料、人口數據等,預測可能爆發的疫情。有如大海撈針,在2019年12月31日,BlueDot團隊留意到兩個關鍵詞:「肺炎」和「不明原因」,並在一篇中文報道得知有27名與武漢一個海鮮市場有關的人感染了不明肺炎。雖然當時還未能預知後來被稱為COVID-19會發生這麼大規模的爆發,團隊的確看到了類似當年SARS的苗頭,所以在當天早上,BlueDot向它的客戶發出了有關新形冠狀病毒流行病預警,比世界衛生組織(WHO)首個有關武漢發生不明肺炎的聲明,還早了個多星期。5

其實以國內網購和電子支付的流行程度,以大數據分析居民的消費習慣,對不同趨勢作出相當準確的預測,並不困難。先舉一個外國的例子:美國的大型零售商Target透過觀察客戶的購物習慣,就得出了非常準確的「懷孕預測」。例如Target發現不少婦女在懷孕初期都會購買沒有香味的潤膚霜,幾個星期之後,她們又會開始購買含有镁、钙、锌等的健康食品。Target於是可以從個別顧客購物習慣的改變,估算她們是否懷孕,以及其懷孕階段,從而作出個人化營銷。Target的「懷孕預測」,就曾經因為太準確而闖禍。有一次,該公司向還是中學生的女性客戶投寄初生媽媽產品宣傳,令學生的爸爸大興問罪之師,才發覺他那還是十多歲的女兒,原來真的當了個未婚媽媽。6

按此邏輯,淘寶和京東等網店,還有支付寶和微信支付等平台,也可以透過分析居民的購物數據,來作出流行病趨勢預測。電商可以以過往流行病爆發時期的銷售數據作為藍本,再實時監察各地銷售數據,例如哪個城市,甚至哪個小區,忽然多了退燒藥、止咳藥、板藍根,甚至維他命C補充劑等等流行病爆發期暢銷物品的銷售和配送,來作出流行病趨勢預測。以中國大陸現時的數據規模和處理大數據的能力,這樣的預測應該屬於輕而易舉,當然,能否把數據公開發表,甚至作出預警,則是另一個課題。

追蹤交通數據,控制疫情
在今年一月下旬,英國的南安普敦大學(University of Southampton)透過追蹤武漢和其他主要內地城市的航空交通數據,預測曼谷、香港、台灣等城市將最有機會受新形冠狀病毒所波及7。及早得知城市屬於高危地區,有關的政府機關和居民可以提早準備,嚴陣以待。其中以台灣為例,衡量過有關風險,一早當機立斷「封關」,加強防疫措施,並承諾保障居民的口罩供應。一個月下來,疫情防控效果理想,市民的生活逐漸回復正常。

自2015年起,「百度地圖」推出「人群遷徙」大數據可視化項目,透過分析平台的定位服務數據,觀察中國春節前後人口大遷徙的軌跡和特徵8。新型冠狀病毒在2019年年底從武漢地區開始爆發,「百度遷徙大數據」就誤打誤撞的由觀察春節人口遷徙的平台,搖身一變成了預測國內肺炎高危城市趨勢的工具。

為了更有效掌握密切接觸者的信息,內地政府更加推出了「密切接觸者測量儀」客戶端9,民眾只需要輸入姓名和身分證號碼,就可以查出自己有否與確診者同乘一個航班、火車或大巴10。無可避免,民眾對測量儀的私隱安全問題抱有疑慮,開發單位則強調所有查詢數據均以加密形式進行儲存和對比,並且不能以「逆加密」處理,以保障使用者的私隱。

智慧防疫,重點不在技術,在於文化
“Timing is everything. ”人命關天,防疫是爭分奪秒的事。香港普羅市民過去一個月為了撲口罩,披星戴月身心俱被;醫護人員更因為保護裝備不足需要承擔不必要的風險⋯⋯ 假如政府能夠早着先機,及早準備,便無需待世界各國都嚴陣以待,甚至限制出口的時候,才以溢價去搶購醫療物資。

其實各種可以協助防疫的科技和服務,已經非常普及。創新及科技局成立了好幾年,善用科技改善市民生活的政策和措施,卻寥寥可數。相比之下,不少鄰近地區,就真的能做到科技以人為本。為了穩定民心,台灣政府火速推出了「即時口罩地圖」服務11。既然口罩供應穩定,民眾又能夠掌握實時銷售情形,自然沒有瘋狂搶購、囤積的情況發生。

問題,不在於技術,在於官僚文化,在於有否以民為本,兼融會貫通的思維。中國內地有「互聯網+」政策,銳意推動創新科技產業發展。新加坡於2014年宣布「智慧國2025」(Smart Nation 2025) 10年計劃,年來落實多項智慧城市措施。台灣容得下長期推動開放政府、破格的唐鳳12為當地第一位數位政委,推行「亞洲矽谷」計劃,幾年下來,台灣漸成跨國創科巨頭的寵兒。17年過去,又一場疫症,香港卻只得再一次的手忙腳亂……


1https://en.wikipedia.org/wiki/Google_Flu_Trends 

2https://www.theatlantic.com/technology/archive/2014/03/in-defense-of-google-flu-trends/359688/

3https://singularityhub.com/2020/02/05/how-ai-helped-predict-the-coronavirus-outbreak-before-it-happened/ 

4https://economictimes.indiatimes.com/magazines/panache/this-canadian-start-up-used-ai-to-track-coronavirus-and-raised-alarm-days-before-the-outbreak/articleshow/74203640.cms 

5https://www.devex.com/news/are-wearable-devices-the-future-of-infectious-disease-surveillance-96365 

6Big Data: A Revolution That Will Transform How We Live, Work, and Think by by Viktor Mayer-Schönberger and Kenneth Cukier

7https://www.sciencedaily.com/releases/2020/01/200129091359.htm 

8https://zhuanlan.zhihu.com/p/69965049 

9https://2019ncov.cetccloud.com/ 

10http://paper.people.com.cn/rmrb/html/2020-02/14/nw.D110000renmrb_20200214_1-12.htm 

11https://news.ltn.com.tw/news/politics/breakingnews/3067163 

12https://zh.wikipedia.org/wiki/%E5%94%90%E9%B3%B3