科技防疫對抗新冠肺炎,AI人工智慧與大數據扮演的關鍵4大角色(上集)

科技防疫對抗新冠肺炎,AI人工智慧與大數據扮演的關鍵4大角色(上集)

今日的「新冠肺炎防疫科學說明會」持續由英國劍僑大學博士陳秀熙教授與臺北醫學大學陳立昇教授來分享:在這嚴峻疫情之下,各國如何以科技防疫?結合AI人工智慧與大數據來面對疫情。

 

科技防疫-關鍵4大角色是?

  1. 大數據資料-接觸者追蹤系統
  2. 人工智能演算- COVID-19疫情預測
  3. 物聯網(IoT)-居家檢疫個案提供多項服務
  4. 區塊鏈-遠距醫療

 

大數據分析-抑制新冠肺炎傳播

以台灣鑽石公主號舉例:亦利用手機基地台定位之大數據資料追蹤一月底來台旅遊之鑽石公主號遊客及其接觸者,發送細胞簡訊通知進行十四天自主管理,其中有症狀者經採檢後均呈陰性。

①接觸者追蹤

數位分析,了解旅客旅遊路徑。並使用手機漫遊定位紀錄以停留30分鐘之軌跡紀錄,找出可能接觸者。(說明:如何判定為可能的接觸者呢?以具備500公尺範圍且停留超過5分鐘之民眾)

 

②介入措施

針對北北基民眾發送細胞簡訊與針對可能接觸者發送告警簡訊。告知如有疑似症狀需主動就醫。

 

③可能接觸者染病監視

結果:產生20位主動就醫症狀採檢均為陰性

 

而歐洲已有6個國家跨境使用追蹤系統連結,AI與大數據連接國際。形成國際接觸者網路追蹤系統。在在都是科技防疫的例子。

 

人工智能演算- COVID-19疫情預測

相較於以往的傳統預測模型,AI預測模型可利用自然語言處理模式納入更多新聞、網路等資訊,以了解防疫政策實施狀況及民眾警覺性,相關研究指出利用AI模型進行疫情預測,結果顯示可有效提升預測力。

 

另一研究則以美國、巴西為例,納入當地雨量、溫度資訊進行疫情預測,並比較多種AI模式之表現,並挑選出最佳的預測模型以作為後續政策決策之依據。而挪威及印度學者利用長短期記憶神經網路AI模型套用於180國家資料,結果顯示可以預測不同國家疫情風險,以預測長期不同地區之疫情風險,並用來做風險分層。

 

物聯網(IoT)應用 

利用發展物聯網及雲端技術針對住院及居家檢疫個案提供多項服務,使得醫療及健康需求不致受新冠肺炎影響。

 

遠距醫療-滿意度較高且節省成本

臺北醫學大學陳立昇教授說明:在COVID-19大流行的情況下,長時間的住院、居家隔離會產生孤獨感、恐懼感,更甚產生抑鬱或焦慮等不利於健康情況。若利用遠距醫療,可以維持患者與醫護人員或其家人之順暢溝通,降低焦慮感、改善生活質量。面對新冠肺炎教會我的事-以信任取代猜忌,體認共存的重要!

 

以美國紐約大學Langone健康中心為例:觀察自2020/3/2起至2020/4/14,遠距醫療利用率從每天102.4人次增加至每天801.6人次。遠距醫療降低了81%需面對面接觸的機會。

 

紐約長老會威爾康奈爾醫學中心更進一步分析遠距醫療之滿意度發現,疫情爆發後遠距醫療需求暴增88.97倍,有更多的民眾傾向於利用遠距醫療完成日常就醫需求。遠距醫療之滿意度高達94.9%,高於到院者的92.5%

 

加州一醫學中心放射腫瘤科提出了新的作業程序,部分可利用遠距完成。更進一步發現,利用遠距模式能節省大量成本,綜合人力與空間/設備成本,透過遠距完成治療,每位病人可節省568美金花費,每年更是可為放射腫瘤科省下近8萬美金的支出。此研究證實了遠距醫療的另一優點節省成本。

 

新冠肺炎(COVID-19) 數位時代的科技減災應用

優點:可以節省時間、維持社交距離、疾病分級並降低醫院群聚可能。但仍有缺點需要突破,例如:新技術適應問題、缺乏實體理學檢查、可能有遺漏個案、 病人自身條件不同、病人隱私性....等問題仍需克服。

 

Healing Daily小叮嚀:

其實人工智慧數位已在不知不覺中融入民眾生活,並且被廣泛地應用以因應疫情爆發期間的各種需求。民眾對症狀諮詢、即時的區域性疫情擴散與盛行查詢、症狀個案即時篩選的大量需求,以及長期藥物獲取、保險申請、工作、社交等必需性活動的維持。皆是新冠肺炎(COVID-19) 數位時代的科技應用。持續輔助各國疫情監測、個案診斷與流行預防。

 

參考資料與圖片來源:新冠肺炎科學防疫 https://www.realscience.top/

延伸閱讀

相關文章

TOP