本網站使用相關技術提供更好的閱讀體驗,同時尊重使用者隱私,點這裡瞭解中央社隱私聲明當您關閉此視窗,代表您同意上述規範。
Your browser does not appear to support Traditional Chinese. Would you like to go to CNA’s English website, “Focus Taiwan”?
こちらのページは繁体字版です。日本語版「フォーカス台湾」に移動しますか。
中央社一手新聞APP Icon中央社一手新聞APP
下載

用AI預測疫情 學者:助政府快速決策是否解封

2020/9/23 14:43
請同意我們的隱私權規範,才能啟用聽新聞的功能。
請同意我們的隱私權規範,才能啟用聽新聞的功能。

(中央社記者許秩維台北23日電)台大公衛學院教授陳秀熙今天表示,藉由數位科技可在短時間內針對武漢肺炎疫情建立AI預測模型,提供決策者參考並快速制訂封鎖或解封決策。

台大公共衛生學院教授陳秀熙今天舉行武漢肺炎防疫科學線上直播,分享人工智慧(AI)如何應用於COVID-19(2019冠狀病毒疾病,武漢肺炎)在流行疫情預測、疾病治療診斷及藥物、疫苗發展等方面。

陳秀熙表示,COVID-19雖帶來傳染病威脅,但運用大數據、物聯網、人工智慧、區塊鏈等數位科技可協助減災,「化危機為轉機」,如結合大數據動態、國家疫情和電信疫情等資料,可在短時間內建立AI預測模型,提供決策者參考並快速制訂封城或解封決策。

陳秀熙提到,目前已有許多國家將大數據應用於接觸者追蹤系統,如歐洲推動跨境使用。另外大數據也可應用於疫情預測,根據日本鑽石公主號的公開資料預測疫情流行曲線,可針對部分或全面隔離檢疫進行效益評估,有助於未來郵輪啟動時的防疫參考。

相較於傳統疫情預測模型,陳秀熙指出,AI預測模型除了每日新增個案數等疫情資料,還可利用自然語言處理模式納入新聞、網路等資訊,了解防疫政策實施狀況及民眾警覺性,相較於只採用疫情資料的傳統預測模型,AI預測模型能提供更好的預測力。

另外,陳秀熙提到,最近媒體報導俄羅斯疫苗未經臨床試驗第3期就開始施打,有研究提到,俄羅斯疫苗非隨機分派試驗,而是採取兩間不同醫院且不同製造方法的疫苗,並針對接受疫苗的自願者進行評估。

陳秀熙表示,經過臨床試驗第一和第2期接受施打疫苗42天後,所有人都得到血清抗體,因此俄羅斯決定提前施打疫苗;但研究設計無對照組,可能出現自願者的選擇偏差,不同疫苗的抗體間也無交叉保護作用,仍須繼續觀察。(編輯:陳惠珍)1090923

中央社「一手新聞」 app
iOS App下載Android App下載

本網站之文字、圖片及影音,非經授權,不得轉載、公開播送或公開傳輸及利用。

105