【科技抗疫實例：Gemini Data】靠知識圖譜工具將疫調數據視覺化，更快找出確診者關聯性

相較於國外疫情劇烈，臺灣武漢肺炎確診數雖超過440例，但因臺灣疫情控制得當，沒有在國內造成大規模感染。阻斷疫情的關鍵之一是臺灣有一套完整的傳染病監測機制，在平時監測風險，遇變時則成為採取行動的利器。所以，這次武漢肺炎爆發之初，臺灣就能迅速反應，1月成立了中央流行疫情指揮中心，在資訊科技的協助下，根據數據進行防疫決策。

這套監測機制包括連接從基層診所到醫學中心的法定傳染病通報系統，自動傳送及登打傳染病個案資料；在急診方面，則有串連全國約180家醫院急診資料的「即時疫情監視及預警系統」（Real-time Outbreak and Disease Surveillance System，RODS），不需要人工填表，就能將全國急診量95%以上的急診診斷資料傳送到疾管署，自動分析、產生報表，早一步監測疾病或症候群的異常情形；在門診及住院部份，整合了健保署的健保資料。

上述的監測機制主要由疾管署疫情中心負責，而當武漢肺炎出現確診案例，相關人員展開疫情調查，蒐集確診者接觸史、清查其活動紀錄、釐清感染來源、接觸者，對疑似感染者實施篩檢、要求居家隔離等等，是及早防堵疫情擴散的有效做法。

目前臺灣疫調時，一旦有確診案例出現，第一時間由醫院通報，再由疫調人員以制式的表格及問卷訪談，取得確診案例過去旅遊史、接觸史等資訊，交給疾管署，再輸入到資料庫，經過BI數據分析後，找出確診者間的關聯性，設法釐清確診者的關聯性，和各縣市衛生局或相關單位進行溝通，並以人工方式繪製圖表，讓中央流行疫情指揮中心對外公布。

用圖譜化數據分析協助探索確診者的關聯性

然而，數據分析需要有經驗的人員找出數據背後的關聯性，隨著確診案例增加，要從大量疫調數據中挖掘數據中隱而不顯的關係，已逐漸成為防疫人員的重擔，後來，有一款知識圖譜視覺化工具Gemini explore獲得疾管署疫情中心的青睞，4月初即以公益性質來提供中心分析人員試用。

這款工具是精誠資訊投資的新創團隊Gemini Data在去年推出的產品，原本主要用於資安及IT維運管理上。在今年初爆發武漢肺炎，臺灣確診案例不斷增加，Gemini Data自行整合了來自媒體報導、指揮中心公開的確診者資訊，改以知識圖譜（Knowledge Graph）的方式呈現，藉由探索資料的不同面向，試著找出確診者的關聯性，並且追蹤和相關接觸者的關係。

後來，精誠將一些確診者關連性分析畫面截圖，提供給疫情中心後頗受好評，4月初，Gemini Data到疾管署安裝這套系統，5月進一步根據意見更新，並參加了臺美防疫松（cohack），以視覺化呈現確診者、接觸者關聯性，最後入選為優勝作品之一。

Gemini Data共同創辦人林宗瀛表示，過去放在資料庫的資料，多半只進行BI分析，產出統計圖表，不易判斷數據間的關聯，尚需仰賴資料分析人員的經驗來比對。改以知識圖譜的方式呈現數據，能夠幫助疫調人員探索確診者背後的關聯性。

「知識圖譜會是未來改變數據分析，相當有潛力的工具」，但技術門檻高，他說，過去多是跨國科技業者才會使用，「我們要將知識圖譜工具化，讓所有人未來都能使用」。

當要分析某個確診個案時，利用圖譜形式，來展開疫調時所取得的該名確診者各項資訊，例如性別、居住地區、職業身分、曾在國外旅遊或留學、症狀等等，疫調人員可以根據不同的疫調資料，探索和其他確診者間的關聯性，例如找出同樣自西班牙回到臺灣，並且是留學生的確診者，將符合兩個條件的所有確診案例設定為同一個感染事件的群組，進一步調查其感染關係。

過去，資料分析人員多用直接下資料庫查詢指令來進行關連比對，但這個作法不易發現複雜的數據關係，改透過圖譜圖像化的方式來呈現數據，讓分析者自由探索，分析人員更容易判斷、發掘數據中的關係，也更接近人類思維的方式。

林宗瀛指出，知識圖譜介面提供了自助式操作，使用者不需要IT人員的協助，就能直接和不同的數據互動，找出其他可能的關聯性，不只是確診者的背景資料，結合接觸者資料，進一步探索不同確診者及接觸者的關聯。

例如可以從單一的確診案例，像是從案例X的過去活動紀錄及接觸者疫調資料中，找到和另一位確診案例Y的關係，從而可能判斷出兩個確診案例間的接觸感染關係。

儘管國內疫情目前已趨緩，這套工具未來也能套用在監測其他傳染疾病疫情的發展追蹤，而一般企業在數位轉型的過程中，可運用知識圖譜數據分析工具，例如電商業者強化對客戶關係的經營。目前Gemini Explore主要功能是圖譜資訊視覺化，林宗瀛更透露，明年會進一步加強AI判斷能力。

 相關報導  科技防疫在臺灣