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]

今年一月，醫學期刊《柳葉刀》（The Lancet）發表了美國Scripps Research Translational Institute的研究報告，指出監察Fitbit等的可穿戴設備（wearable technology）的數據，可以預測流行性感冒之類的疾病的傳播。研究人員發現，當一個人受到感染，尤其是出現發燒等症狀的時候，睡眠時的心跳會比正常時間為快。假如同一地區有相當數目的可穿戴設備用家出現類似情況，研究人員可以推斷該處有流行病發生。由於國際衛生組織，甚至美國疾控中心的數據，一般都有一至三星期的延誤，可穿戴設備的實時數據，可以協助醫療機構和政府，更快留意到疫症爆發的可能性。當然，有關的研究，需要平衡私隱方面的考慮。整體而言，實時貼身的數據對預測和監察流行病傳播，有相當高的參考作用。[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 ⋯⋯

 

 

 

 

注：

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

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

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

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

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

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

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

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

[9] https://2019ncov.cetccloud.com/

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

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

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