開放數據

今次新型冠狀病毒肺炎疫情加速了智慧醫療的發展，當中備受注目，必然是遙距醫療。香港人煙稠密，診所遍布各區，所以本港遙距醫療發展一直緩慢，再加上欠缺監管機制，令醫護界裹足不前。去年 12 月，香港醫務委員會正式對遙距醫療公布指引，減少了服務的灰色地帶，剛巧年初新冠肺炎肆虐，大家為免交叉感染而少到診所，令網上問診需求大增，間接促進本港遙距醫療發展。

根據本港結合醫療服務和資訊科技的平台「老友所醫」披露，疫情爆發以來，經他們平台的網上診症個案以倍數增長，其中有不少人透過這個渠道索取專業意見，以決定是否延後入院治療。雖然目前診治個案的基數不大，但隨着可提供服務的醫生增加，以及更多保險公司推出相應的賠償方案，遙距醫療有望能在本地市場得到長足發展。

其實，遙距醫療在疫情下已全球廣泛應用。美國的醫生組織、醫院和醫療保險業都以電話、視訊或簡訊進行初診，並透過遠程技術診治各個疑似或確診病例，以減少接觸感染的風險。早前內地有報道指出，截至 3 月 31 日，微醫互聯網總醫院抗新冠肺炎免費義診專區訪問量超過 1.3 億，完成線上醫療諮詢服務達 160 多萬人次，通過線上平台篩查最終確診了 144 名新冠肺炎患者。至於市場規模方面，內地研究機構易觀在疫情發生之前預計，今年有 1580 億元人民幣，但現在已躍升至近 2,000 億，增幅超過 25%。香港早視遙距醫療為應付人口老化、減輕醫療負荷的應對方案之一，但卻一直只聞樓梯響，相信是次疫情將會是一個契機，讓它真正可以落實推行。

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

今次全球肆虐的新型冠狀病毒肺炎疫情為例，坊間出現了大量不同來源的數據。美國約翰霍普金斯大學在它的互動地圖儀表板（Interactive Map Dashboard）上，連結各地病例的數據，供人下載。艾倫研究所（Allen Institute）更「無償」地開放資訊，把 2.9 萬篇醫學論文，包括只供行內閱覽的內容也一併公開，務求集思廣益，盡快尋求擊退疫情的可行方案。

在這嚴峻的疫情下，人工智能可謂廣泛運用，而應用 AI 時便需要數據才有所發揮。加拿大初創 BlueDot 以 AI 的自然語言處理（NLP）和「機器人學習」（ML），篩選全球 65 種語言的新聞報道，再加上航空公司訂位數據和動物病症報告，結果早於去年底，便偵測到武漢有「不尋常的肺炎」個案，較世界衛生組織公報的早 9 天之多。

上海有科學家也運用了 AI 的深度學習（DL），檢驗肺部的電腦斷層掃描（CT scan），結合人手覆核，速度由過往的數小時大幅減少至 4 分鐘。同時，有研究人員試行以 AI 偵測呼吸聲是否異常，以分析喉嚨狀況，才進一步提取深喉唾液樣本做測試，這些科研工作均需要大量數據支持。為應對全球蔓延的新冠肺炎疫情，世界各地紛紛利用數據分析，力求找出病源，以遏止疫情繼續擴散，我相信互相分享數據作更廣泛分析，疫情可望盡早終結。

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

早前，大陸網上有一篇題為《武漢人是否還應該有隱私》的文章，訴說有不少武漢回鄕民眾的家庭地址、身份證號碼以至手機號碼等個人資料廣傳在社交媒體上，成為了「公開被線上追殺的通緝令」。

有指這樣公然洩露他人個人私隱的做法極不正確，顯示網民對私隱保障的態度仍存在輕視。然而，在疫情嚴峻之下，保護個人資料和維持公共安全兩者同時兼顧又談何容易？被喻為史上最嚴的歐盟《一般資料保護法》（GDPR）也指出，在人道救援上，如需監察傳染病和天災人禍，便無需徵求數據主人的同意。事實上，就算把數據匿名化和整合，也不代表個人私隱得到保障。科學期刊《自然》的文章便指出，只要有四個以上的數據點，依然有機會辨識出個人身份。

可是，數據始終需要審慎處理。美國耶魯大學研發員 Nathaniel Raymond 擔心，若公私營機構使用手機數據不當，有機會令數據落入販運人口集團手中，變相幫助不法分子識別亟待救援的災民，所以他極力提倡要制定一套完善的手機數據使用指引。

現時，已有不少人倡議利用手機位置數據以防控和預測傳染病的發生，全球流動通訊系統協會（GSMA）的「大數據為公益」（Big Data for Social Good）便鼓勵手機網絡商，無私地和政府、公營醫療機構分享手機數據，以協助應對天災人禍。香港政府也須提升預警能力，研究在必要時徵求手機位置數據去配合防疫工作。不過，在應用數據時，必須要考慮個人私隱問題，並及早制定數據使用指引，才有助未來的智慧醫療發展。

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

近年來，智能健康手環大行其道。手環所顯示的數據多樣，既有個人生理指數如心跳、體温、睡眠質素，又可測量步行幅度、數量、速度、卡路里消耗，一般可用作個人健康生活的規劃，但其實它的應用價值又豈止於此？

有智能手環公司就從用戶的睡眠數據中，分析出一些美國人的生活點滴，包括年輕人較長者每晚有多半小時的深層睡眠時間；女性平均的睡眠時間較男性長 25 分鐘，但失眠的機會較男性高四成。若擴大這些數據的層面，並加以深入分析，我們便會得到更多貼地實用的資訊，例如吃甚麼食物或甚麼時候做運動能令人睡眠更甜？深層睡眠是否較睡多久更重要？

有時候，還可作健康風險評估。不少城市人習慣在周末假日較遲上床，形成所謂的「社交時差」。德國慕尼黑大學心理醫學中心的倫內伯格教授便推算，每推遲 1 個小時上床，患上過胖的風險會增加 33%，大家應加以注意。

不過，最意想不到的是有人從智能手環數據中找到蛛絲馬跡，成功找出破案真相。2016 年，澳洲警方調查一宗命案，認為死者家嫂的嫌疑最大，但苦無證據，最後警方根據死者的智能手環數據，發現死者心跳停頓和活動記錄的時間，與嫌疑者口供所述的情況大有差異，確定她撒謊。

現時，越來越多人選戴智能手環，令收集的數據更充實，應用範疇更多元化。我們只要好好善用這些數據，便能讓生活變得更精彩。

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

全球各地正因應遏止疫情而採取措施，Google 則以匿名化處理整合數據，發布疫情相關的全球社區流動性報告，反映措施如何影響各地的社區人流狀態。

Google 強調是次採用匿名化處理數據，在發布有用的整合資訊同時，亦遵守嚴格的私隱協議和政策，而 Google 產品均內置了私隱權功能。就如平日在 Google 地圖上見到有顯示店舖的繁忙時段數據般，此報告使用 Google 地圖的匿名數據，根據場所分類後整理出場所範圍人流狀況。

截至 3 月 29 日，社區流動性報告香港數據顯示：

• 零售及休閒場所包括餐廳、咖啡店、商場等人流下跌 35%
• 超級市場及藥房等人流下跌 7%
• 公眾地方包括公園、沙灘等人流下跌 43%
• 公共交通工具包括巴士、鐵路等人流下跌 45%
• 工作場所的人流下跌 24%
• 住宅範圍的人流則上升 16%

這份社區流動性報告或能協助公共衛生專家及大眾了解人流變化，進一步協助控制疫情或作出相應對策，例如調整送貨、辦工時間或公共交通工具班次等。報告涵蓋全球 131 個國家及地區，因各地理位置的精準度和地方場所分類有所不同，因此並不建議進行國家及地區的比較。報告的數據來自用戶啟用的定位記錄，經匿名化處理後整合而成。Google 帳戶在預設狀態中定位記錄是關閉的，用戶必須自行啟用；用戶也可隨時關閉定位記錄，並在 Google 地圖時間軸中刪除歷史數據。

Google 匿名化數據處理如何運作：

電子手環具定位功能

政府資訊科技總監林偉喬今日在簡報會上指，將對從歐美經空路來港的入境人士派發電子手環，配合流動應用程式以加強對受檢疫人士的監察。現時在機場派予需檢疫抵港人士的藍色監察手帶，配對應用程式使用，已可監察有關人士是否留在家中。而電子手環更具定位功能，能提供多一重監察。戴上電子手環的受檢疫人士如沒有帶手機而外出，或剪斷藍牙手帶均會發出警報，政府人員能察覺並記錄他們離開居所。

由於今天抵港人數較上周顯著減少，林偉喬指現時有條件在機場讓受檢疫人士佩戴電子手環並配對流動應用程式。此做法會先用於乘歐美航班抵港的人士，如運作順利會推至其他航班。對有獲發監察手帶人士表示未能使用流動應用程式，林偉喬指政府資訊科技總監辦公室已加派人手接聽熱線電話，受檢疫人士也可以利用新設的電郵和電話短信途徑尋求協助。對於有部分人仍未啟動應用程式，資科辦前天開始已再度向有關人士發電話短信，提醒他們盡快啟動程式。資科辦會聯絡未啟動程式者，如聯絡不上會把個案轉交衞生署和警方跟進。

國際研究顧問機構 Gartner 預測，亞太區於 2020 年有超過 200 億台設備連接到互聯網。無論是地區的消費設備，還是輸電網絡、基礎建設，超連結性、智能和協作能力，均在推動智慧城市發展。然而，這些發展元素亦同時以驚人的速度增加企業受到網絡攻擊的風險。

根據香港電腦保安事故協調中心紀錄，本港殭屍網絡和網絡釣魚事故案例於過去一年大幅增加。因此於今年年初，香港生產力促進局因而敦促各企業和公眾保持警惕，以防範人工智能（AI）、物聯網（IoT）及 5G 通訊網絡等新科技引起的網絡攻擊。技術生命週期內的網絡安全對於推行智慧城市發展至為關鍵層出不窮的網絡安全問題令網絡保安工作愈見複雜。

實際上，在技術生命週期中發生的網絡入侵亦多得令人難以置信。儘管 48%的網絡安全漏洞歸咎於人為錯誤，但企業仍然選擇零散地解決端到端安全問題，以每週超過 1,100 小時來管理和遏制不安全的端點，白白浪費本可投資在創新及建立價值的時間。相反而言，關心網絡威脅的企業和城市應以下列四個關鍵採取相應網絡保安措施，當中包括設備、身份、網上、數據四大範疇，以確保所有企業應用技術端到端的安全性。

設備安全

網絡犯罪分子逐漸以供應鏈作為目標，在設備的生產過程及發貨前，將安全漏洞引入至設備中。因此，選擇合適的合作夥伴對企業而言非常重要，藉以從供應鏈的第一層開始提供全面的保障。這方法能夠有效地涵蓋整個資訊科技系統的生命週期，從系統設計、供應鏈服務商的最佳方案，到持續幫助企業減少暴露於安全風險和修復安全漏洞，直至妥善地處置設備。舉例而言，在供應鏈中配備一套嚴格、可追踪及可審核的安全標準，能有助企業建立強大的網絡安全基礎，從而節省耗時工序的時間，例如修補程式，讓企業能投放時間推動創新和業務增長。身份安全超過 81%的數據泄露問題都是由於密碼設置過份簡單、密碼被盜或預設密碼所致，因此不論智慧城市發展的進度如何，用戶的身份辨識是企業最關注的問題之一。解決此問題的最佳方案就是確保企業用戶能利用已經在手機上使用的生物辨識功能，無縫地保障個人設備，並透過硬件，例如 MOC 指紋掃描儀及網上快速身分辨識（FIDO）聯盟標準，額外保障你的設備安全。

網上安全

除了安裝 FIDO 認證硬件，使用虛擬私有網絡（VPN）有助用戶於不確定無線網絡的保安情況下防範威脅。對於年輕一代、以流動工作為主的人才，及愈來愈多亞太區奉行零工經濟(Gig Economy)的自由工作者而言，這是一個關鍵方案。由於設備和用戶個人資料的類型急增，地區企業預計將面對更多潛在威脅。

數據安全

數據盜竊可以在一般情況下發生，簡單如與同事開會或於辦公室舉行生日派對等。電腦屏幕無人看管，意味著其他人可以在我們不為意時偷看資料。在新世代中，我們需要一個全面及可擴展的安全解決方案以達至數據安全，比網絡犯罪分子領先一步。儘管沒有一種萬能的方法，但如何選擇適合的硬件、軟件及服務，都從本質上說明了企業對保護城市安全的態度。不久的將來，當技術採用不僅得到創新的支持，亦同時有流程和夥伴關係去支援技術的生命週期，亞太區將可更暢旺發展。尋找一個適合並能實現數據安全創新的合作夥伴，比起與不同的夥伴合作，更能幫助企業配合智慧城市的發展。

作者：Lenovo 香港及澳門區總經理黃斌

內地新型冠狀病毒疫情持續擴大，除國內，全球多個地區都發現確診個案。為使更多人了解疫情進展，網上出現了不同的新型肺炎地圖。這些地圖的基本資訊詳盡，涵蓋內地和全球狀況，如確診病例、疑似個案、治癒和死亡數字等。

內地百度的地圖以顏色深淺顯示疫情嚴重程度，但卻稍欠互動，要看各省市詳情，須按下轉去另一版面。其「遷徙地圖」，即各地遷入及遷出到其他內地城市的人口比例，則最具特色，我們可以從中知道在 1 月 23 日封城前究竟有多少武漢民眾離開，以及他們到了哪裏。而騰訊新聞的「疫情實時追蹤」，內容跟百度相似，其地圖則帶有互動成分，即滑鼠所到之處，會顯示該省名字和確診宗數，清晰易明。但若要查看其他資訊，如疫情增長走勢，便需把滑鼠向下滑，不太方便。

美國約翰霍普金斯大學所建立的全球首個網上新型肺炎的互動儀表板，可謂最有新意。儀表板滙集了世衞、美國疾控中心、內地衞生健康委員會和醫護社交網站丁香園的資訊，置地圖於正中央，點按不同地方即可顯示該處疫情資料。

我作為「地圖人」，認為它有三大突出之處：(一)最重要的資訊都在一個版面上呈現，並以不同大小紅色圓圈顯示疫情規模；(二)地圖和背後的資訊扣連，一按即能看到詳情；(三)數據可供下載。二月初，香港政府也建立了一個發布疫情資訊的互動地圖儀表板（Interactive Map Dashboard），這個儀表板名為「新型冠狀病毒感染–香港最新情況」，可為市民提供最新疫情資訊，而且內容將持續優化，相信有助當局制訂應對措施，同時讓市民理性地掌握疫情實況。

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

氣候變化導致極端天氣愈見頻繁，相關的天災對人類造成極大的威脅。根據統計，單在 2019 年上半年，全球已有超過 950 個因氣候而引起的災害，導致 700 萬人流離失所。剛踏入 2020 年，印尼雅加達經歷自 1996 年以來最猛烈的暴雨，其引發的水災更導致至少 16 人死亡，超過 2 萬人需臨時疏散。自去年 9 月開始的澳洲山火已持續多月，已造成二十多人死亡，過萬人被迫離開家園，估計燒毀超過 1,000 萬公頃的森林植物，野生動物傷亡慘重，更造成嚴重空氣與水質污染。

現今科技發展一日千里，人工智能（Artificial Intelligence，簡稱 AI）、機器學習（Machine Learning）、電腦視覺（Computer Vision）及大數據分析（Big Data Analytics）等創新技術，不再局限商業應用，現正被逐步用於應對日趨嚴峻的氣候變化問題及相關威脅。AI 及數據分析等技術能用以收集並分析大量複雜的氣候數據，除可預測氣候變化外，同時為科學家提供多方面的見解，成為協助有效制訂極端氣候變化應對方案，以及作出相關決策時不可或缺的工具。

監測二氧化碳排放量

二氧化碳被認爲是全球暖化的元凶。AI、機器學習、電腦視覺等技術能收集能源消耗及溫室氣體排放量數據，讓不同國家和地區能制定並實行相關減碳策略。有研究指出，採用 AI 技術預計將能在 2030 年前減少全球溫室氣體排放量達 1.5% 至 4.0%。外國有研究結合來自全球 120 萬個地點的森林數據及衛星圖像，利用 AI 及機器學習分析推算全球的樹木數量，結果顯示，現在地球有 3 兆棵樹，比之前美國國家太空總署估計的數字高出 7 倍。多年來，專家缺乏準確資訊，故嚴重低估樹木應對氣候變化的潛力。科學家表示 3 兆棵樹可吸收 4,000 億噸碳排放量，如果多種 1 兆棵樹，可再從大氣捕獲數百億噸排放量，等同於至少 10 年的人為排放，將可超越目前應付氣候變化的所有方法。

預測極端天氣狀況

AI 及機器學習技術透過分析從衛星、地面感測器及監測器收集到的龐大數據，挖掘出有用的資訊及最新的氣候模式，對不同氣候模型進行排序和選擇，提供更準確的氣候預測，希望防患未然，務求減低天災所造成的破壞。大自然變幻莫測，隨着加入 AI 及機器學習技術進行研究，氣候變化的全貌逐漸清晰。本地一間大學及其領導的國際團隊亦正利用 AI 及機器學習技術進行研究，製作一個嶄新的實時天氣預報系統、以及一個獨一無二的多源立體山泥傾瀉監測系統，將為經常面對山泥傾瀉威脅的地區如巴西、意大利、日本及其他一帶一路的國家提供借鑒。

提供更精準及更高效率的災後救援與修復工作

AI 及數據分析等技術除預測氣候變化，有助防患於未然外，當無情的災害發生時，更能提供準確的數據及分析結果，加快救災工作的效率，為受災人士提供需要的援助。

2015 年的尼泊爾 7.8 級大地震對全國造成巨大破壞，逾 8,000 人死亡。國際移民組織（International Organization for Migration，簡稱 IOM）當時利用 SAS Visual Analytics，根據災區食物與食水供應、臨時居所密度、受傷人口及老年人的腸胃與皮膚疾病個案數據進行視覺化分析，發現在位於震央首都加德滿都的附近區域，有多出 5 倍的嬰兒急需救援，並需緊急補充嬰兒食物及用品。同時，SAS Visual Analytics 與聯合國商品貿易統計資料庫（UN Comtrade）合作，對過去 27 年的國際貿易數據進行大數據視覺化分析，找出可大量購入金屬板屋頂的最鄰近供應地，讓 IOM 能分秒必爭為災民重建居所。

總括而言，AI 及數據分析技術能深入分析大量複雜的氣候數據，但在應對氣候變化這領域才剛剛起步，還需更多的時間及資源進行開發與研究。聯合國的「2030 永續發展議程」中，包括 17 項永續發展目標（SDGs），而其中一項包含採取緊急行動以應對氣候變化及其影響，以長遠發展人類可持續的未來。隨着全球數碼化的急速發展，相信日漸成熟的 AI 及數據分析應用，將可帶領人類走上可持續未來發展的捷徑。

作者：SAS 香港總經理鄭國強

上次和大家分享了網絡安全趨勢，今次 Unwire.Pro 請來環球雲端運算網絡安全商 Sophos，向大家說多一些常見的網絡攻擊模式。

Sophos 亞太及日本區高級技術方案總監韋頌修為我們總結以下網絡攻擊模式的四大趨勢：

▲Sophos 亞太及日本區高級技術方案總監韋頌修(左)表示，15%港企仍受 WannaCry 攻擊

不要以為 WannaCry 只是兩年前的產物，其實現在有 15%香港企業都受到 WannaCry 變種的攻擊。韋頌修表示：「其實發現現在變種後，很多時候即使付贖金後才不會解鎖，其中一個原因是 WannaCry 在建設的時候，有三個 bitcoin 帳戶由原本創造者寫出來，我們有留意還有沒有人付贖金，其實仍有人付贖金的，但其他有很多變種與這三個帳戶無關的，所以有些人即使付了贖金，在這些變種的攻擊下，也無法取回檔案。」韋頌修又指，不論公司規模大小，各行各業都有機會受到網絡攻擊，他建議企業可以透過網絡安全供應商的工具，提升企業防禦能力。