对于传染度高的疾病,控制疫情的关键就是快速追踪病源。浸大计算机科学系刘际明讲座教授及其团队开发了一套主动监控系统,凭藉机器学习与数据驱动模型,准确预测疾症传播为决策提供依据。
刘际明教授
疟疾是一种由蚊传播的传染病,于东南亚及非洲尤其普遍。根据世界卫生组织数据,2018年全球估计多达2.28亿宗疟疾病例,当中逾40万人因此死 亡。应世界卫生组织和联合国的抗击疟疾唿吁,中国政府于2010年定下目标,期望于2020年前消除疟疾。虽然已多年罕有本地传播个案,但跨境传入个案未止,尤以与湄公河地区接壤的省份最为普遍。「对于消除传染病而言,最后一段路往往是最困难的。如果传入个案未能及时发现,则可能再次出现本地传播,2020年前消除疟疾的目标亦将难以实现。」
基于社会经济和生态因素的疟疾风险评估
为达成消除疟疾目标,刘教授及其团队与中国疾病预防控制中心寄生虫病预防控制所(NIPD)自2011年起合作研究。刘教授表示,了解疟疾于不同地区的成因是找出解决方案的关键。根据疾控人员观察,云南大多数感染病例都是经由跨境活动从缅甸输入。跨境活动增加了追踪疫病传播工作的难度,而当地位处山区,资源紧绌,医生及疾控人员亦严重匮乏,令疟疾控制工作挑战重重。
面对上述情况,相对于被动等待感染个案上报,刘教授团队採取了更积极主动的方法。基于现有资讯,团队应用数据驱动模型于预测疟疾传播。云南村民之所以前往缅甸,主要原因是希望寻找工作。因此, 跨境与否,很大程度基于社会经济因素,收入越低、住址与边界越近,便越可能前往边界的另一边找寻工作,感染疟疾的风险亦随之而增加。另一方面,疟疾的传播与带有病原的蚊的生命週期相关,其中就涉及多个生态因素,包括降雨量、温度以及与水源的距离。
疟疾是一种由蚊传播的传染病
刘教授团队实地考察了解问题所在
云南的山区地形为资源配置带来额外困难
有效调配资源
透过数据驱动模型分析上述社会经济与生态因素,团队成功预测不同村庄的疟疾传播风险并根据其高低进行排序。如此,早于疫情爆发之前, 疾病预防控制中心便可以预先调派疾控人员前往高风险村庄,以达防患于未然之效果。刘教授表示,这种被称为「主动监控」的方法于与湄公河地区接壤的中国山区尤为有效,因为单单云南的一个城市已达香港面积的五倍甚至更大,而一个城市内可能多至两百多条村落。于如此辽阔的地域,却只有不到10位疾控人员,因此正确调配人力资源正是控制疟 疾疫情的关键。
刘教授谓,过程中最大挑战是在一开始时,他们必须确定疟疾于地区传播的关键因素。其团队一直与疾控人员紧密合作,并藉实地考察了解问题所在。团队的努力亦得到回报,预测准确性高达九成以上。
数据驱动模型基于社会经济与生态因素,预测不同村庄的疟疾传播风险 并根据其高低进行排序
拓展至湄公河地区
刘教授的技术成果被应用于云南腾沖市,该地区的疟疾疫情由来已久,一直未能根除。基于系统的分析结果,当地政府有针对性的部署疾控措施,并于2016年成为中缅边境地区第一个成功消灭疟疾的城市,比国家既定目标提前四年。NIPD与中国疾控中心把相同技术应用于边境20个城市的疟疾防治工作。由于效果显着,该技术荣获2019年云南省衞生科技成果奖。刘教授团队正与NIPD继续研究计划,冀能实现全国消除疟疾的目标。
刘教授团队的下一步是把技术应用拓展至其他受疟疾困扰且资源匮乏的国家,例如柬埔寨、老挝等湄公河流域及东南亚国家。研究团队在基于人工智能的疟疾控制及预防国际研讨会上,向世界卫生组织及湄公河流域国家的代表介绍相关技术及成果。世卫认可此技术有助及时评估疟疾传播风险,以有效分配资源,并支持疾控人员及前缐医生学习应用。刘教授团队亦与柬埔寨、不丹与斯里兰卡的国家级卫生部门开展合作计划,未来将携手应对疫情。
于湄公河国家之中,柬埔寨的疟疾疫情是一个尤其严重的问题。作为一种有效治疗疟疾的药物,中国科学家屠呦呦发现的青蒿素一直被各国广泛应用。但有报导指柬埔寨的疟疾却出现青蒿素抗药性,故形成极大危机。当把人工智能分析技术应用于当地时,刘教授亦留意到,疟疾传播的关键因素因地而异,例如柬埔寨传播疟疾的蚊种就与云南不同,其栖息地为森林之中而非水源。故此,团队亦必须使用不同的生态因素进行分析,以配合当地情况。
研究成果于一个国际研讨会上,介绍予世卫及其他湄公河流域国家代表
刘教授团队分析新型肺炎传播模式
揭示新型肺炎传播模式
中国自2019年底开始爆发新型肺炎疫情,刘教授团队亦为抗疫贡献自己的科研成果。在与NIPD及中国科学院合作下, 他带领团队利用数据驱动模型描绘及量化新型冠状病毒于不同群体之间的传播模式。团队建立的计算模型可估算每天的实际感染数字,因为根据文献,新型冠状病毒的平均潜伏期长达六至七天,故确诊病例数字未必能够如实反映该时期的情况,相反估算感染数字则更有利疾控部门准确掌握疫情。事后的确诊数字亦与模型预测一致,足见其准确度。
为分析不同年龄层之间的人际接触导致的传播风险,计算模型把人口划分为七个年龄组別,并考虑四个具代表性的社交接触环境,即家居、学校、工作地点、以及公共和社区场所。透过建立计算模型,即可描绘出四个社交接触环境中的不同年龄组別的接触强度。结果发现,公众/社区场所与居家场所的年龄层分布较为分散,显示不同年龄层之间的传播风险较大。
新型肺炎疫情期间,不少城市实施社交隔离措施,甚至必须封城
前瞻不同復工计划影响
随着疫情肆虐全球,包括中国在内的多个国家俱採取严格措施减少社交接触,何时恢復正常生活顿成疑问。透过运用计算模型分析武汉、北京、天津、杭州、苏州及深圳等六个内地城市(座落于国内三大主要经济区)的情况,审视不同復工计划对疾病传播风险,以及当地国内生产总值增长的影响。上述城巿的确诊个案数字、人口及干预措施俱被纳入考虑,从而为决策部门提供一种以科学为本的分析工具,为受影响的城巿制订出安全的回復正常生活方案。
是次研究已于医学期刊《刺针》子刊《EClinicalMedicine》上发表,刘教授亦已向社会公开计算模型及分析工具,以便公共衞生决策者及研究人员利用该工具配合当地的流行病学数据进行分析,应对疫情。