理解傳染病的空間擴散：地理計算的方法

Abstract

對抗傳染性疾病有兩大面向：防止傳染病擴散以及準確評估各地區對於醫療資源可及性的高低。前者是避免疾病的地理影響範圍繼續擴大；後者則是力求保護疫區居民的健康、減少生命財產損失。而要有效達成這兩個面向的防疫工作，關鍵前提就是要對於傳染病擴散的時空特徵有足夠瞭解。從理解到防止再到保護，這三個面向的整合涉及了防疫過程中的大部分重要決策。然而，文獻上針對這三個面向的研究皆存在方法學上的不足。首先，過往已有文獻透過量性描述群聚的擴散型態來理解傳染病的擴散特徵，但是僅止於學理性的討論，缺乏系統性的分類來定義各種可能的群聚擴散型態；同時，也缺乏相對應的方式來自動剖析各種型態出現的時間和位置。第二，移動管制分區是最為嚴厲的防止疾病擴散的手段，但在面臨疾病威脅的極端狀況時（例如新冠肺炎），也是普遍被多數國家採用。實務上的移動管制分區大多以現行的行政區層級做為管制單位，忽略了人口移動行為的特徵，導致容易劃定地理範圍過大或過小的管制分區，致使防止擴散的效益不如預期。最後，在傳染病疫情中，醫療資源需求會隨著疫情嚴重程度起伏而變動，導致各地區的可及性出現時序性的變化。然而，目前並未有文獻考量到如此的變動特性，所以也缺乏合適的模型進行動態評估。這些方法學上的不足可能會產生有偏誤的分析結果或是無法揭露重要的疫情訊息，進而影響到防疫決策的判斷。因此，本論文旨在針對這三個面向的分析方法分別進行改良。研究成果包含了能自動判斷各種群聚演化擴散型態的MST-DBSCAN演算法、考量人口移動規律性進行區域劃分的HuMoRZ演算法、以及Epi-RA模式利用傳染病擴散模擬將資源需求的動態變化整合至空間可及性評估模型當中。本論文以實際案例應用的方式來證實這三個方法的實用性，相關成果也已透過國際學術期刊文章或專書專章的形式進行發表，進一步證實本論文的價值和貢獻。