新聞及香港科大故事

一項基於智慧數據模型的新研究揭示，增加對弱勢社群的疫苗接種投入，是實現為社會最大健康利益的有效途徑。 要想同時提升有限疫苗資源的社會效用和公平性，政府應將更多的疫苗優先分配給最弱勢的社群——即使這類人士對疫苗表現出更強烈的猶豫。由香港科技大學（科大）和科大(廣州)的許彬教授、芝加哥大學的James EVANS教授和清華大學的李勇教授共同領導的國際研究團隊，設計了能準確預測美國都會區新型冠狀病毒案例曲線的傳染病模型，並基於該模型揭示了在複雜的流行病環境中平衡多種倫理價值的關鍵。 傳統流行病模型往往對人群混合模式做出了很強的假設，認為一個地理區域內的所有人均勻混合，從而有相同的機率感染病毒並傳給他人。這與新型冠狀病毒疫情中的情形顯然不相符。有見及此，研究團隊設計了一個會考慮出行行為和人口屬性差異的流行病模型，以捕捉不同社區面臨不同疫情風險的程度。出行數據和人口結構在社區層面的整合，使團隊能夠更真實地描述不同人群的混合方式。例如，在新型冠狀病毒疫情中，低收入家庭的情況會更糟，因為他們為了生計必須維持原來的社區流動水平，這使他們面臨更大的風險。因此，與許多可以在家工作的白領相比，他們有更大的機率感染和傳播病毒，這也使他們成為接種疫苗、阻斷疫情傳播的關鍵群體。 研究得到兩個關鍵結果：首先，它強調在設計疫苗分配政策時，應將出行行為和人口屬性同時納入考慮。大多數現有的疫苗接種計畫僅基於年齡或年齡與職業的組合來設計；美國部分地區採用一個社會脆弱性指數來指導疫苗的分配先後次序。儘管如此，它仍無法捕獲出行行為導致的傳播和暴露於新型冠狀病毒的不同可能性。相比之下，該研究提出的模型顯著提高了疫苗分配策略的針對性，透過分配疫苗給最弱勢的群體，有限的疫苗資源便能被充分利用，實現社會的最大福祉。研究團隊還指出，他們的智慧模型僅使用粗細微性的聚合出行數據，從而消除了個人私隱洩露的擔憂。事實上，許多優秀的聚合資料來源可被用於構建流行病模型，而不必擔心私隱或其他問題。

正當全球政府計劃逐步解除因新型冠狀病毒肺炎而實施、導致日常生活受到影響的「封城」或社交距離限制措施，一個由香港科技大學（科大）計算機科學家共同領導的跨學科研究最近發現，全民戴口罩是具迫切性的非藥物解決方案，可以在沒有任何有效疫苗或治療方法面世之前遏止新冠肺炎傳播或防止第二波疫情爆發。 由計算機科學系吳德愷教授共同領導的團隊，建立了兩個理論性數學模型預測隨時間推移，人民戴口罩對疫情的影響。第一個模型運用了標準流行病學SEIR模型1推算全民戴口罩的效果。第二個模型是由人工智能啟發的行為者基礎模型，清晰地模擬因為在物理空間中移動的個體之間的接觸而發生的感染。研究團隊亦考慮到口罩的有效過濾程度不同，發現民眾即使只使用廉價、十分容易購置的非醫用口罩，或僅具有70％有效過濾程的自製口罩，模擬結果仍然相同。此結果是一個重要因素，因為一些個別地區必須為醫護人員保留醫用口罩。 團隊的模擬結果顯示如果在首輪疫情爆發大約50天後及解除「封城」措施之前，絕大多數（80-90％）的公眾都佩戴口罩，新的新冠肺炎感染數字可顯著下降，避免第二波爆發。不過，如果沒有全民戴口罩（例如，只有一半的人口使用口罩）或者如果遲了推行全民戴口罩（例如推遲到首輪疫情爆發後第75天才進行），要顯著減緩的病毒傳播就變得不可能。