以上JavaScript為基礎功能,如您的瀏覽器不支援JavaScript功能,若網頁功能無法正常使用時,請開啟瀏覽器JavaScript狀態 跳到主要內容區塊

LOGO

科技防疫智慧平臺 — 公共衛生及健康醫療之應用

:::首頁 / 工程技術 / 科技防疫智慧平臺 — 公共衛生及健康醫療之應用
科技防疫智慧平臺 — 公共衛生及健康醫療之應用
  • 作者

    高宏宇
  • 簡介

    高宏宇於2003年獲得國立臺灣大學電機工程博士學位,目前是成功大學資訊工程系與醫學資訊所教授,也是IEEE CIS臺南分會的主席。研究興趣包括自然語言處理(NLP),機器學習,Web資訊檢索/擷取,資料探勘,社群網絡分析。高博士於國際期刊和會議論文集上發表了100多篇研究論文。

  • 單位

    國立成功大學
  • 標籤

  • 分享文章

    基於國際授權條款4.0,您可免費分享此篇文章

  傳染性疾病為現今人口密集城市的一大考驗,由於接觸密度高,一旦新型態的疾病與流行性疾病造成小規模的感染群聚,極有可能在短時間內大規模的爆發。這一年多來COVID-19大流行危及民眾健康、國家安全且重創產業及經濟,公共衛生實是我們現在必須提前部署的一個議題,而如何導入科技防疫也將是未來公共衛生以及健康醫療的發展重點。

  成功大學結合資訊工程、統計、護理與醫院團隊結合健康與疫情資料合作以建構一個異質性的醫療與疫情整合平臺,從醫療救護端到區域疫情防治端,整合了以往研發系統並投入在醫學數據化輔助研究彙整平臺,讓國家整體醫療訊息能夠真正發揮即時應用的價值,使政府防疫單位能事先透過監控高風險群聚並了解疫情擴散之趨勢。 


 

  隨著人類居住行為的改變,人們趨向往城市移居,巨型城市的發展,使得過去很多沒面對過的公衛挑戰一一出現,挑戰城市行政當局的決策能力。「公共衛生及健康醫療」即是智慧城市發展中最重要卻也最具挑戰的應用之一。這一年多來COVID-19大流行危及民眾健康、國家安全且重創產業及經濟,公共衛生實是我們現在必須面對且提前部署的一個議題,而且如何導入科技防疫來輔助甚至主導相關決策也將是公共衛生以及健康醫療的發展重點。

  不管是COVID-19或是流感只要進入近似社區感染及院內群聚感染的階段,醫院為傳染病防疫之最後一線堡壘,預防院內群聚感染擴大,及早追蹤病患接觸者尤其重要。人類移動軌跡與接觸潛在COVID-19感染者的機率為引發社區感染及醫院群聚感染重要關鍵。迄今全球仍無法在維護個人隱私權下有效輔助追蹤人群接觸與室內軌跡變化。

  成功大學結合資訊工程、統計、護理與醫院團隊利用三年整合計畫的開發成果, 結合更多的健康與疫情資料以建構一個異質性的醫療與疫情整合平臺,並提供相關智慧運算功能與社群模型運算機制,讓國家整體醫療訊息能夠真正發揮即時應用的價值。從醫療救護端到區域疫情防治端,我們整合了以往研發系統並投入在醫學數據化輔助研究彙整平臺,醫療現場即時分析及病患追蹤以及城市防疫即時決策支援與低基期監控預警等方面來利用資訊強化智慧醫療防疫的影響。 

 

圖一:物聯網蚊媒地圖
圖一:物聯網蚊媒地圖

 

   這整合系統中,我們主要以利用物聯網結合公共衛生偵測裝置來進行有效的健康衛生與環境數據加值的應用,如圖一、圖二所示。我們將以捕蚊燈與病媒蚊統計資料為基礎,目前先結合體溫手環獲得的使用者體溫為輔,並再結合各項醫院提供的基本與環境公開的資訊來建構此一防疫資料整合平臺,重點在平臺資料流的串接與後端分析模組的介接,讓整個平臺能夠滿足各種不同公衛議題資料端的需求。

  而在數據分析與加值應用中,我們除了整合各種環境訊息,包括網路新聞與公共衛生公告系統等,並透過我們開發的chatbot進行訊息的收集,透過這些訊息我們開發了資訊擷取的核心關鍵技術,讓重要資訊能夠完整且正確地被擷取與分辨。而在公共衛生的初步快篩上,民眾可以根據line bot上面的問題,了解自己的狀況是否需要立即就醫等。以及將每日的公共衛生訊息進行整合與摘要快速提供給民眾,也將重要訊息快速傳遞給相關政府單位。而2019年在CES2019參展,我們開發的公共衛生智連網也受到不少的廠商關注,其中也包含來自非洲的奈及利亞。這過程我們也了解不同場域與不同資料源會有相當不同的需求,底層從物聯網的基礎建設,到上層的分析決策應用都有多樣客製化的需求。

 

圖二:異質性醫療與防疫數據整合暨分析平臺
圖二:異質性醫療與防疫數據整合暨分析平臺


系統使用情境如圖三所示。在目前COVID-19疫情中,我們可以與衛生署的相關確診與接觸史資料整合,監控居家隔離的疑似病患體溫,並作即時資訊的回報,這在一些疫情控管與決策上都能提供相當好的資訊與判斷。而網路上的新聞與訊息也是判斷疫情傳播路徑與影響力的重要資源。結合成大醫院的數據資料庫平臺,並持續在平臺上加入更多從智慧IOT與穿戴裝置的資訊,利用機器學習與深度學習,預測重症病患與疫情發展,將是未來智慧防疫的重要基礎平臺與核心功能。

圖三:異質資料應用情境
圖三:異質資料應用情境

 

 延伸閱讀-科技部(科技大觀園) 

相關文章

訂閱電子報以獲得最新資訊

填寫連絡資訊以取得每月發行之電子報