Facebook Data for Good 推出多項新工具,協助醫學研究員對抗新冠病毒

作者 | 發布日期 2020 年 04 月 15 日 14:43 | 分類 Big Data , Facebook , 市場動態 line share follow us in feedly line share
Facebook Data for Good 推出多項新工具,協助醫學研究員對抗新冠病毒


如何讓新型冠狀病毒(COVID- 19)疫情趨緩,是全世界必須共同努力的挑戰。人們正試圖保持社交距離以保護自己也保護別人,醫護人員正在前線拚命搶救生命,醫療機構正努力取得適當的資源。對此,公衛體系也正努力提供最適當的指引,但要完成這項任務,他們需要更充分資訊了解各種防範措施是否奏效,以及病毒將如何擴散。

Facebook 透過 Data for Good 計畫,開放研究人員與非營利組織使用人口移動地圖研究冠狀病毒傳播,並採用彙整式資料保障個人隱私。從研究人員口中,Facebook 了解這些資訊於對抗 COVID-19 有多麼珍貴,因此 Facebook 宣布將推出更多新工具支援他們完成任務,包含 3 種新疾病防治地圖協助提供疾病預測與防護措施相關資訊,以及透過 Facebook 平台提示訊息,鼓勵美國民眾志願參加由 Carnegie Mellon University Delphi Research Center 設計的問卷調查,希望協助醫療研究人員提早發現 COVID-19 疫情熱區。

提供新的疾病防治工具

Facebook 的疾病防治地圖有助醫療研究人員深入了解人口移動如何影響疾病擴散的彙整式資訊。全世界的研究人員和醫療專家都在呼籲,希望有更多這類資訊因應全球爆發疫情,所以 Facebook 分享 3 項新工具:

人口聚集地圖可顯示不同地區人們互相接觸的機率, 這有助標示可能爆發 COVID-19 新案例的地點。

▲ 人口聚集模式(以義大利為例)可協助疾病擴散模型開發人員,判斷 COVID-19 如何擴散的可能性。

移動範圍趨勢可顯示各地區人們是否在居家附近活動或在城鎮四處溜達,如此就能掌握當前防範措施的方向是否正確。

▲ 從巴西全國各地的移動範圍趨勢就可看出不同地區的人們是否造訪很多區域。

社交連結指標可顯示跨越州界與國界的社交連結,有助流行病學家預測疾病擴散的可能性,以及哪些地區的 COVID-19 疫情最嚴重可能對外求援。

▲ 此地圖顯示紐約東村(East Village)與美國其他地區在 Facebook 的社交連結,這類資訊能讓我們了解社交連結,如何協助社區對抗這場危機並復原。

疾病防治地圖的資料來源彙整自 Facebook 的資訊,而 Facebook 也採取額外措施隱藏個人身分,使匿名化彙整資料完全避免透露任何個人資訊。舉例而言,Facebook 的資料可顯示某城鎮的整體資訊,但不能顯示單一用戶的行動模式,Facebook Data for Good 官網也提供更多 Facebook 如何保護用戶隱私的相關資訊。

Institute for Disease Modeling 的 Daniel Klein 博士表示:「COVID-19 疫情天生的延遲性,對我們進行政策成效量化評估時造成一定的挑戰。Facebook 的 Data for Good 計畫提供的人口行動資料,可為疾病傳播重要相關變因提供近乎即時檢視。這項資料搭配其他資料來源,就能讓我們建立更好的模型當作公衛決策的參考。」

啟動問卷調查協助醫療研究人員追蹤 COVID-19

即日起, 美國境內某些使用者將在自己的動態消息頂端看到一個連結,可讓使用者前往志願參加的 Facebook 站外問卷調查,這將協助醫療研究人員改善 COVID-19 的擴散追蹤和預測。這項由 Carnegie Mellon University Delphi Research Center 所舉辦的問卷調查將用來產生新的數據, 以了解該如何因應這場危機,例如開發自行通報症狀熱區圖。這些資訊可協助醫療體系規劃資源該如何分配,以及未來該何時及如何重新開放哪些地區。假使這些研究結果確實能帶來助益,未來 Facebook 也將在全球其他地區進行類似的問卷調查。

CMU Delphi Research 不會將個人填寫的內容分享給 Facebook,Facebook 也不會將填答者身分透露給研究單位。為了協助研究人員衡量問卷的結果並確保填答者的隱私,Facebook 會提供隨機產生的識別碼,讓 CMU 在有人填完問卷時告知 Facebook,Facebook 會提供研究人員不會洩漏填答者個人身分的加權數值,協助修正樣本誤差。

建立全球研究合作網路

自從 COVID-19 疫情爆發,Facebook 即與數十個值得信賴的機構合作,利用疾病防治地圖協助救災,這些合作夥伴包括美國哈佛公共衛生學院(Harvard T.H. Chan School of Public Health)、台灣國立清華大學、義大利帕維亞大學(University of Pavia)等全球知名學術機構,以及 Direct Relief、Bill & Melinda Gates Foundation、World Bank 等非營利組織和機構。這些合作夥伴已成立 COVID-19 行動資料網路全球聯盟,利用 Facebook 的 Data for Good 工具提供即時分析資訊,目前正積極支援世界各地的應變措施。

哈佛公共衛生學院傳染病動態中心副主任(Associate Director of the Center for Communicable Disease Dynamics,Harvard T.H. Chan School of Public Health)Caroline Buckee 表示:「衡量社交距離的影響,對目前階段來說是絕對必要的關鍵,像這類彙整式資料既能保護個人隱私,又能提供有助決策者採取行動,並幫助研究人員建立預測模型的數據。」

清華大學生物資訊與結構生物研究所助理教授張筱涵表示:「Facebook 提供大量且即時彙整式數據,協助研究人員能較準確預測病毒的傳播趨勢。結合 Facebook 提供的數據與數學模型,發現縣市內的人潮流動傳染風險高於跨縣市的移動,移動距離的長短並非決定感染率最重要的因素,接觸的人數及時間長短才是關鍵。提醒民眾在家附近群聚的感染風險,可能不亞於去 11 個警報旅遊景點,降低感染機率最好的方式是減少出門。目前團隊也利用 Facebook 資料分析台灣各大景點人口密度,期望建立即時預警系統。」

保障隱私權

Facebook 及廣大科技產業能夠也必須持續找到創新方式,不犧牲隱私權的狀況下協助醫療專家和政府機構因應這場危機。Facebook Data for Good 工具的設計原本就能保護使用者資訊,加上 Facebook 制定公共準則規範如何回應政府對資料的要求。未來,Facebook 將繼續維持公開透明的作法,並遵從政策制定機關、監理機構及其他隱私專家的建議。

(首圖來源:Facebook Data for Good

延伸閱讀: