臺北市
18°
( 18° / 18° )
氣象
快訊

2020-09-30 | 中央社

學者建議經貿互動頻繁國家 採小型防疫互助模式

台大公衛學者陳秀熙今天表示,各國開放經貿往來的同時,疫情可能也會隨之擴散,建議經貿互動頻繁的國家可建立局部或小型防疫互助協定,採取相同防疫措施。

台大公共衛生學院教授陳秀熙今天透過線上直播,分享COVID-19(2019冠狀病毒疾病,武漢肺炎)疫情現況,以及人工智慧(AI)如何應用於預測COVID-19疾病嚴重度。

陳秀熙表示,許多國家都有疫情趨緩後再起的趨勢,如西班牙馬德里、法國馬賽、英國中部等;非洲疫情整體趨緩,部分國家也開放國際航線,但經貿往來的同時,疫情可能也隨之擴散,如非洲安哥拉原本確診個案不多,開放國際航線後,與葡萄牙流通頻繁,兩國疫情皆有上升趨勢。

針對秋冬防疫,陳秀熙建議經貿互動頻繁的國家可建立局部或小型防疫互助協定,採取相同防疫措施,只要一個國家的疫情控制住,其他國家的疫情也能獲控制,就像打棒球一樣,從區域小聯盟、區域大聯盟再擴大到全世界規格。

陳秀熙表示,人跟傳染病對抗最重要的就是速度,透過AI、大數據、機器學習等應用,能快速分析、節省時間,和傳統方法相輔相成。

陳秀熙舉例,透過機器學習可將COVID-19確診者的免疫反應分為3類,嚴重個案在這3類免疫型態均維持較高反應,由免疫反應可預測確診個案的嚴重程度;另外也可針對血清中特定蛋白質或分子變化,利用機器學習形成分類標準,藉此預測個案的疾病嚴重度。

他指出,透過臨床資料、國際疫情、基因公開資料庫等資料,AI及機器學習模式可提供疫情監測預防、疾病診斷和治療擬定可行策略,例如美國就有研究蒐集確診者呼吸系統損傷情況,利用機器深度學習找出疾病分類模型,並透過咳嗽來診斷是否確診COVID-19。

最新生活新聞

延伸閱讀