【口罩下的人#02】封城能擋疫情?台大教授算高鐵班次發現:周邊城市確診人數是其他城市的1.5倍

【口罩下的人#02】封城能擋疫情?台大教授算高鐵班次發現:周邊城市確診人數是其他城市的1.5倍
台大地理環境資源學系主任溫在弘模擬人與交通的移動,計算傳染病的散播速度及模式。圖片來源:溫在弘
2020-03-05
採訪・劉子寧、陳芳毓 撰文・劉子寧 圖片・溫在弘
31247
2020年一月23日凌晨兩點,武漢市政府無預警宣布封城;隔天上午10 點,巴士、火車、地鐵、船舶與飛機全部停運。這座曾被譽為「東方芝加哥」的城市,瞬間陷落成廣袤大陸上的一座孤島。

這個史上規模最大的封城行動,將近1000萬人隔絕在世界之外;但圍堵政策管得住人口卻封不住病毒,一個月內,中國80多座城市相繼被病毒攻陷;北京、上海、廣州.天津、重慶、深圳等一級城市,全陷入不同程度的管制。

「封城,真的有用嗎?」台大地理環境資源學系主任溫在弘想著。

溫在弘的專長是傳染病擴散與醫療資源配置。他長年與衛福部疾管署合作,登革熱、H1N1等台灣近年重大傳染病,他都鍵盤參戰——用數學模型模擬交通及人的移動,如何影響傳染病的傳染速度與模式,作為防疫人員的研究後盾。

儘管無役不與,溫在弘卻第一次見識這麼大規模、傳染病造成的人口移動。

「交通,是影響疾病傳播很重要的關鍵,」他解釋,首先,武漢並非無預警封城。封城前短短數小時,數萬人同時被迫移動,形同數萬點恐帶病毒的星星之火往外擴散。

其次,城封了,原本每日在武漢停靠的各路鐵路、動車、高鐵,全部轉停周邊城市,改變了接觸感染的機率,可能瞬間燎原。

【延伸閱讀】武漢肺炎》你所不知的武漢—最法國的中國城市 103間法國企業、神秘P4實驗室都在這

武漢封城  這些城市受池魚之殃

為建立預測模型,溫在弘和博士班學生詹竣翔先蒐集武漢封城前後,中國每天約6500筆的高速鐵路班次表(含鐵路動車與高速動車的各站停靠資訊),分析春運期間每天約30萬筆城際往來的旅次數據,計算封城前後影響城際鐵路運輸的變化量,建立高鐵旅次變化分布圖 (下圖1)。

圖1:武漢封城後減少的動車與高速動車班次。圖1:武漢封城後減少的動車與高速動車班次。

武漢自古為交通要塞,有「九省通渠」的說法。近年,京漢鐵路、粵漢鐵路陸續建成;加上後續的國道、高速公路、高鐵、機場的建設,使武漢成為當代中國最重要的水陸空綜合交通樞紐之一。

從圖中可見,武漢封城後,高鐵整體班次減少較多是主要運輸動線,包括滬漢蓉鐵路(上海—成都)、京廣鐵路(北京—廣州)與京九鐵路(北京—香港)等。

這些旅次減少後,意味著中國鐵路運輸結構勢必有所轉變。原先會經過武漢的旅客,可能選擇其他鄰近的交通節點轉車,使這些城市的轉乘地位上升、產生新的人群聚集地點;但另一些城市,則因武漢封城而削弱的轉乘功能,也降低了人群乘車接觸感染的機率。

「封城可能迫使旅程改變,導致人群聚集與接觸頻率的改變,也間接促成後續感染風險的改變,」溫在弘(見圖2、圖3) 標出這些改變:藍色圈表示因封城而轉乘功能減弱的地區,紅色圈則是轉乘功能提高的地區,圓圈大小則表示影響程度。 

【延伸閱讀】武漢肺炎》科技防疫|你的足跡有跟新冠肺炎患者重疊嗎?網站簡單4步驟馬上測

圖2:武漢封城後,各車站轉乘功能的重要性變化。圖2:武漢封城後,各車站轉乘功能的重要性變化。

其中,四川成都、重慶與江西南昌等,轉乘重要性上升;北京、上海、江蘇無錫等城市的重要性則下降。

表1:轉乘重要性改變最大的前三個城市。表1:轉乘重要性改變最大的前三個城市。

圖3:各城市的轉乘重要性彙整到各省的分布圖。圖3:各城市的轉乘重要性彙整到各省的分布圖。

接著,將中國國家衛生健康委員會與世界衛生組織公告的新型冠狀病毒累積確診病例數,與交通樞紐變化的趨勢交叉比對。溫在弘發現,封城一週後(一月30日起),轉乘重要性上升的的地區,病例成長數明顯高於重要性下降的城市(圖4);到二月15日時,確診人數差距甚至高達1.5倍。 

圖4:武漢封城後,重要性增加的車站,比重要性下降的車站增加了更多的新冠肺炎確診病例。圖4:武漢封城後,重要性增加的車站,比重要性下降的車站增加了更多的新冠肺炎確診病例。

這個發現,初步應證了交通運輸與疫情擴散的相關性,也點出一個政策盲點:武漢封城,固然降低中國整體感染風險,卻拉高鄰近交通樞紐城市的感染風險,「無法做到讓全國整體疫情下降的『區域聯防』成效。」

【延伸閱讀】武漢肺炎》科技防疫|居家隔離還趴趴走怎麼管?南韓、新加坡追蹤手機定位

APP幫你判定個人染病風險

「封城」的模型推導,證明了溫在弘對疾病傳播的主張:「疾病的發生點很重要,更重要的是病人去過哪些地方。」

他解釋,疾病傳播的關鍵在於個人行為,而個人行為受資訊左右,這也是傳染病預測之所以困難的癥結——資訊改變,行為就改變,風險也改變。

他舉例,當政府公布鑽石公主號遊客在北台灣的行程後,遊客減少造訪景點、店家消毒,便可能減少感染機率。此外,資訊也影響行為,當愈多人遵守勤洗手、戴口罩的宣導,也可能降低曝險程度。

然而,「缺乏資訊」卻使人們無法改變行為,甚至從「被傳染者」變成「傳染者」。

「如果知道這裡昨天有確診病患來過,你還會來嗎?」採訪這天,溫在弘故意指著自己辦公室問「未來城市@天下」記者,「你不知道,因為疫情存在著資訊不對等。」

既然疫情瞬息萬變,溫在弘希望製作一個風險評估模型,讓人們更清楚自己的曝險程度—畢竟多數人最想知道的,還是自己身邊是否有病例。如果當人們因得知某個訊息而開始洗手、不出門,個人風險就會降低,「當很多人都在做類似的事,集體行為改變,整體風險就會改變。」

於是2017年,溫在弘和當時碩士班學生許景舜開發出「個人化適地性疫情預警」APP。安裝了這個APP,系統就能根據個人移動軌跡,計算出每天的感染風險(見圖4)。

圖4:透過行動定位及行程分享,這套AP 就能幫你算感染風險,並警示避開危險場所。圖4:透過行動定位及行程分享,這套AP 就能幫你算感染風險,並警示避開危險場所。

礙於無法透過電信系統取得個人定位,這個APP目前仍限於台大校園實驗版本,溫在弘改用台大選課系統數據,來估算人們的移動軌跡。

比如說,假設台大共同教室出現三位群聚感染案例,系統就即時透過參數,算出哪些人風險最高、多在哪裡出沒、往哪移動等;再據此標示出各教室、地點的風險值,最後,人人都能從APP上看到自己的風險值。

如此一來,人們就知道該避免危險地點,是否該自主管理、戴好口罩;校方也知道哪些人該先隔離、哪些地點該先消毒,甚至該先發口罩給哪些人,使資源流通更有效益,形成正向循環,減少疾病傳染機率。

圖5:結合健保資料庫、人口資料與疾管署的通報,就能建立一個動態防疫資料庫。圖5:結合健保資料庫、人口資料與疾管署的通報,就能建立一個動態防疫資料庫。

這套APP只要串上個人移動軌跡、健保資料等真實數據,便能建立一個即時傳染病擴散模型;而民眾的行為也會回饋給這套模型,成為一個動態防疫資料庫。

溫在弘說,相關技術都已達實戰等級,只是武漢肺炎尚未出現社區感染,希望能備而不用;加上研究智慧醫療難免涉及個資,所以,至今系統原型仍靜靜躺在他的電腦裡。

「搜集1、200筆個資作研究,比開發系統更難,」溫在弘苦笑。

在瘟疫蔓延的年代,人們願意為探知風險放棄多少隱私?或許,學者們已有了下一個研究主題。


科技防疫╳口罩下的人系列

【口罩下的人#01】自製「超商口罩地圖」的工程師:地圖上線6小時,我收到60萬Google帳單
【口罩下的人#02】封城能擋疫情?台大教授算高鐵班次發現:周邊城市確診人數是其他城市的1.5倍
【口罩下的人#03】越洋專訪|一張圖看懂全球疫情怎麼傳!旅美24年台灣AI科學家提醒:歐美病毒恐愈傳愈有攻擊力「不能放任它傳!」
【口罩下的人#04】最新AI疫情地圖:8大新冠病毒變種台灣8種全中! 輸入地名,就知道誰攻陷你的城市
【口罩下的人#05】210萬人追蹤的LINE帳號「疾管家」 竟是HTC年均29歲神秘AI部門免費設計

其他人也在看

你可能有興趣

影音推薦

#廣編企劃|【2023 天下城市高峰論壇 #9】新竹市交通處長 倪茂榮:改善交通,必須先做出優良示範道路|天下雜誌✕未來城市

已成功複製連結