疫情告急萬人恐隔離 AI可幫助追蹤感染者

COVID-19(新冠肺炎)疫情全球蔓延，台灣超過萬人恐受隔離影響。

無症狀感染者」使得COVID-19(新冠肺炎)被科學家們稱之為最狡猾的病毒，是世界各國政府最頭痛的防疫問題之一。雖然台灣擁有世界級防疫能力，但因為近期本土群聚感染事件，疫情突告升溫。

由於病毒於潛伏期無法透過篩檢發現進而防止持續擴散，受隔離影響的人恐攀升至一萬三千人，堪稱台灣防疫以來最大考驗。而美國最新研究論文指出，人工智慧將能有效分析追蹤潛在感染者進而防止持續擴散，背後居然是台灣團隊。

AI大數據新創公司美商訊能集思(Synergies Intelligent Systems)和德國漢堡大學人工智慧研發團隊於科學期刊《Scientific Reports》上發表了最新研究成果：透過機器學習演算法，能把城市中人群的移動資訊(GPS)和已知的確診病例資料自動交叉比對做出預測分析，將能辨識出人群中最有可能傳染COVID-19(新冠肺炎)病毒的無症狀感染者，可望大幅縮小隔離的規模以及其帶來的經濟影響。

創新技術可有效減少隔離人數

Synergies執行長張宗堯博士表示，使用人工智慧演算法技術，未來各國政府除了更可以掌控疫情動向，還能夠找出真正需要隔離的人，將隔離的範圍精準地縮小至3%~5%，有效地減少病毒的影響。這樣的技術同時能快速找到超級傳播者：短期之內感染10人以上的患者。這可以幫助疾病管制署優先安排疫苗供應的集中地點，防止疫情持續爆發。

該技術透過使用者手機上安裝的應用程式分享GPS資訊，追蹤位址，在有可用的相對應地圖時，精準度將能達到一公尺。「移動的數據就是從行動數據蒐集來的。」Synergies的AI工程師劉尚青表示，如果我們可以使用GPS以外的數據來建立人與人之間的互動關聯；例如，結合人臉辨識系統或室內定位技術，將能提高演算法預測的準確性。

整合日常數據增加精準度

可持續學習的個體機率推論(Continuous Learning and Inference of Individual Probability)又稱CLIIP，將優先考慮無症狀感染者帶來的影響，大幅提高追蹤的準確性。此算法還能整合日常數據，例如信用卡交易、公共交通數據和建築物攝影機等等。提高CLIIP判斷人們接觸的時間和頻率，以及它們之間的實際距離的準確度。

該算法還可以將戴口罩、洗手等健康資訊考慮進去。「這些資料可以讓使用者透過數位介面提供，也可以使用其他感測器來蒐集，」Synergies的產品總監柳可芸表示，這將使CLIIP的預測更加精確。

人工智慧助力防疫

CLIIP還能根據疾病狀況(例如容易感染、隔離、接觸、感染、住院和康復等)對人進行標記。「使用這些標籤，我們就能開始去了解病例與周圍環境之間的關係。」 張宗堯博士表示，數據分析能提供更多資料賦能政府和機關對疫情掌握度，通過規模化的作法及政策來降低COVID-19(新冠肺炎)對社會及經濟的影響。

美商訊能集思Synergies Intelligent Systems是一家AI大數據新創公司致力於打造增強分析技術，降低數據分析的門檻。(論文可參考連結)。