科技同行 (九) :手機數據的盲點

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