新型冠狀病毒肺炎的傳播性高，疫情擴散的範圍大，若能以手機大數據防疫，便能協助研判疫情形勢，以助部署疫情防控和監測等措施。
其實，以手機大數據助設預警模型，以防疾病傳播早有例證。美國麻省理工學院早前和新加坡合作，針對以蚊子傳染的登革熱病，建立了多套預警模型。當中以新加坡 230 萬人過去兩個月的匿名手機通話紀錄，追溯病發前人口流動的模樣之模型，表現出色，能持續地把登革熱個案的地理位置分布預報出來，準確性高，顯示了出行軌跡和染病的關係，有望找出預防下次病情擴散的方法。
不過，手機大數據並非無敵。如登革熱以蚊子傳播，和可人傳人的疾病如流感、伊波拉病毒等甚有不同，其預警模型不能直接套用。加拿大西門菲沙大學的學者 Susan Erikson 便引述了手機數據不能預測到 2014 年伊波拉疫症在西非爆發的慘痛例子，呼籲大眾不應誇大手機大數據的潛力。她的例據源於大數據分析本身的問題，就是分析和預測模型是基於許多設定，有偏差的設定只會產生有偏差的結果。
而且，在某些國家行之有效的方法未必可套用到其他地方，因為每個社會都有其特性。好像我們習慣機不離手，手機已是個人隨身的必需物，但在西非國家塞拉利昂，當地卻流行租用手機，換言之，手機在當地並不等於某一個人，不能透過手機數據追蹤個人的方向。無論如何，手機數據在防控和預測傳染病上有一定的參考價值，只要我們能夠小心處理，並妥善分析，必能有助日後的防疫救援工作。
作者：香港大學建築學院及工程學院計算機科學系客席教授鄧淑明博士
