透過建立傳染病數學模式來研究、模擬及分析疫情之可能發展趨勢,有助於政府
超前佈署、迅速擬定適當防疫策略,並可預測疫情控制與防疫策略之成效。本技
術建立結合防疫不同時期所得之流病參數的傳染病傳播模型,針對不同年齡層之
染疫重症風險的不同,而建構年齡對於疾病風險和疫情預估的數學模式。防疫成
功的關鍵因素之一,就是防疫的時效性。本技術發展精準動態數學模型,參考各
國的疫情資訊(如感染數、致死率)、防疫政策(如阻隔政策強度、篩檢策略),可模
擬分析防疫物資的需求與分配策略,也可動態視覺化呈現不同階段的防疫狀況,
有助於政府靈活調整防疫政策。
本技術發展出以個體為層級的疾病傳播動態模型。結合電信公司所提供人口流動
資料,於模型中真實的還原公共區域的人流聚集及個人的就業、就學及社交交
流。搭配以真實資料為基礎所建立的城市地理模型,包括各式建物:公司、學
校、餐館及住宅區。因此本技術可能夠真實的模擬出不同年齡身份的民眾日常生
活中的必要聚集及不同社群間的固定交流或是陌生人間的隨機接觸。本技術在此
之上進一步建立了動態數學模型以計算疾病的傳播,並提供模型使用者多項可調
參數及簡易操作平台。模型包含了傳播係數、無症狀比例、潛伏期長短等參數能
使使用者模擬不同的病毒株,而疫苗接種人數、隔離期間長短、在家工作人數等
則能預測政策的成效,提供使用者一個評估決策的依據。因此,本技術以簡易的
使用者平台所包裝的真實地理環境加上可彈性調整的傳播模型,能讓決策者快速
且定量的評估各種防疫措施的效果並做出更精準的防疫政策。
本技術也針對台灣與東亞國家新冠疫情的原始株、Alpha與Delta變異株時期(Fe
b 2020–Aug. 2022),由於病毒變異型態的差異以及民眾對於疫情在不同階段
的風險認知有所不同,如何透過政府非醫藥管制措施(NPI),例如管制社交距離,
以及民眾實際上各類型活動程度等(例如;室內餐廳飲食與戶外活動等)的中介效
果,對於疫情傳播與阻斷的效果,該結果預期透過台灣與東亞國家在近三年的分
析比較,有助於理解不同流行型態與社會文化差異,如何透過民眾的活動型態影
響疫情發展。