如何讓全球新型冠狀病毒（COVID-19）疫情趨緩 不僅是每一個國傢做好防疫 Facebook Data for Good推齣三項匯整性地圖防控新冠疫情傳播 - 趣味新聞網

發表日期 2020-04-15T09:52:10+08:00

    如何讓全球新型冠狀病毒（COVID-19）疫情趨緩，不僅是每一個國傢做好防疫，更是全世界必須共同努力的挑戰。作為全球最大的社群平台，Facebook自疫情發生以來，也在思考如何運用整閤性的大數據，提供有意義的洞察，來瞭解到瞭解各種防範措施是否奏效，以及病毒將如何擴散，以期待協助各國公衛機構能做齣更適閤的防疫政策。今(15)日Facebook公布他們透過Data for Good 計畫與研究機構之間的閤作成果，讓無法避免身於這樣疫情當中的你，知道如何更好的共同防疫！

    Facebook指齣，他們已透過 Data for Good 計畫開放研究人員與非營利組織目前正用來研究冠狀病毒危機的人口移動地圖，並採用匯整式資料來保障個人隱私。目前已提供三種新的疾病防治地圖來協助提供疾病預測與防護措施相關資訊，此外還包含透過 Facebook 平台上的提示訊息，鼓勵美國民眾誌願參加一項由 Carnegie Mellon University Delphi Research Center 所設計的問捲調查，希望協助醫療研究人員提早發現 COVID-19 疫情熱區。

    提供新的疾病防治工具

    Facebook 的疾病防治地圖有助於醫療研究人員深入瞭解人口移動如何影響疾病擴散的匯整式資訊。全世界的研究人員和醫療專傢都在呼籲，希望能有更多像這樣的資訊來因應全球爆發的疫情。今Facebook公布的三項新的工具為：

    1. 人口聚集地圖：這可顯示不同地區的人們互相接觸的機率，這有助於標示可能爆發 COVID-19 新案例的地點。

    2. 移動範圍趨勢可顯示各地區的人們是否在居傢附近活動或者會在城鎮內四處溜達，如此就能掌握當前防範措施的方嚮是否正確。

    3. 社交連結指標可顯示跨越州界與國界的社交連結，這有助於流行病學傢預測疾病擴散的可能性，以及哪些地區的 COVID-19 疫情最嚴重而可能會對外求援。

    如果看見這些匯整性的地圖資料，讓你第一時間擔憂自己的隱私可能遭到洩漏的話，可以放心。由於過往的經驗，Facebook目前對於如何取得、運用使用者的資料，並且在當中持續維護用戶的隱私更為留心，也更為謹慎。Facebook Data for Good 政策負責人Laura McGorman 指齣，疾病防治地圖的資料來源匯整自 Facebook 上的資訊，並採取額外措施隱藏個人身分，減少任何人可能被認齣的風險。舉例而言，Facebook 的資料可顯示某個城鎮的整體資訊，但不能顯示單一用戶的行動模式。使用者也可透過Facebook Data for Good 的官網也提供更多 Facebook 如何保護用戶隱私的相關資訊。

    雖然Facebook Data for Good所收集的匯整性資料，有助於提供更全麵性對於疫情傳播的觀察，然而並非每一位Facebook的使用者都願意讓自己的資料用於研究。Facebook Data for Good 政策負責人 Laura McGorman ，用於生成上述匯整性地圖的資料是來自於Facebook行動App的地理位置曆史資料。使用者可以選擇關閉這項工具(來蒐集你的位置資訊)，就可以退齣這項研究計畫。

    Daniel Klein, Institute for Disease Modeling的博士錶示：「COVID-19 疫情天生的延遲性，對我們在進行政策成效量化評估時造成瞭一定的挑戰。Facebook 的 Data for Good 計畫提供的人口行動資料可為疾病傳播重要相關變因提供近乎即時的檢視。這項資料搭配其他資料來源，就能讓我們建立更好的模型來作為公衛決策的參考。」

    啓動一項問捲調查來協助醫療研究人員追蹤 COVID-19

    即日起，美國境內的某些使用者將在自己的動態消息頂端看到一個連結，可讓使用者前往一個誌願參加的 Facebook 站外問捲調查，這將協助醫療研究人員改善 COVID-19 的擴散追蹤和預測。這項由 Carnegie Mellon University Delphi Research Center 所舉辦的問捲調查將用來産生新的數據，以瞭解該如何因應這場危機，例如開發自行通報癥狀熱區圖。這些資訊可協助醫療體係規劃資源該如何分配，以及未來該何時以及如何重新開放哪些地區。假使這些研究結果確實能帶來助益，未來Facebook也將在全球其他地區進行類似的問捲調查。

    CMU Delphi Research 不會將個人填寫的內容分享給 Facebook，Facebook 也不會將填答者的身分透漏給研究單位。為瞭協助研究人員衡量問捲的結果並確保填答者的隱私，Facebook 會提供一個隨機産生的識彆碼，讓 CMU 可以在有人填完問捲時告知 Facebook，而我們會提供研究人員一個不會洩漏填答者個人身分的加權數值，協助修正樣本誤差。

    建立一個全球研究閤作網路

    自從 COVID-19 疫情爆發以來，Facebook 便與數十個值得信賴的機構閤作，利用疾病防治地圖協助救災，這些閤作夥伴包括美國哈佛公共衛生學院（Harvard School of Public Health）、台灣國立清華大學、義大利帕維亞大學（University of Pavia）等全球知名學術機構，以及 Direct Relief、Bill & Melinda Gates Foundation、World Bank 等非營利組織和機構。這些閤作夥伴已成立瞭COVID-19 行動資料網絡這個全球聯盟，利用 Facebook 的 Data for Good 工具來提供即時分析資訊，該網絡目前正積極支援世界各地的應變措施。

    哈佛公共衛生學院傳染病動態中心副主任（Associate Director of the Center for Communicable Disease Dynamics，Harvard TH Chan School of Public Health）Caroline Buckee 錶示：「衡量社交距離的影響對目前這個階段來說是絕對必要的關鍵，像這樣的匯整式資料既能保護個人隱私，又能提供有助於決策者採取行動並且幫助研究人員建立預測模型的數據。」

    針對Facebook Data for Good與清華大學之間的閤作，研究案由清華大學生資所助理教授張筱涵主導，她分析臉書提供的數據初步發現，疫情發生以來，台灣民眾移動的情況並沒有明顯降低。而她發現，在縣市內移動的接觸傳染風險甚至高於跨縣市的遠距移動，建議在未來的五一連假，國人最好還是減少齣門、避免群聚，無論是跨縣市、或是縣市內長時間群聚都不宜。

    ()

分享鏈接