如果能知道感染的源頭，就能更有效的防治了！
如果疫情蔓延得很快，有上千、甚至上萬人感染時，為了控制整個疫情，必須釐清整個疫情擴散的過程，以找出感染的源頭。這是溫在弘團隊想回答的第三個問題：「感染源頭在哪裡？」
要回答這個問題，需要幾個關鍵資訊，其中最重要的是「兩個病例之間的發病間隔時間」。溫在弘團隊以登革熱為例，推算登革熱在兩個病例間傳播的間隔時間大約20天，也就是說，假設某A因為感染登革熱而發燒，此時一隻埃及斑蚊叮咬了A，在蚊子自身體內複製了病毒後，再叮咬了某B，病毒傳染到了B身上，到B開始發燒，這個過程大約需要20天。在已知登革熱如此的傳播過程下，如果有兩個人像A、B這樣相隔20天發病，則可能是相互傳染病毒的關係；相反的，如果有兩個人今、明兩天陸續發病，那麼可以判斷兩人並沒有彼此傳染，而可能是來自約20天前的同一個感染源。
另一方面，如果有好些病例居住在同一區，那麼他們有可能相互感染，或是被同一個感染源感染而一起發病；相反的，如果病例的位置分布在相隔遙遠的兩區，那麼即使有人同時發病，也比較可能是分別來自不同的感染源。因此「病例的位置」也是重要的參考資料。
溫在弘團隊提出的「時空演算法」，將病例位置、發病時間與疾病傳播特性等資訊共同納入計算，分析出「一起被同一感染源感染」的許多子群，以及每個子群之間互相感染的途徑，例如鄰近的P、Q子群感染時間相差約20天，就可合理推斷可能是較早發病的P子群中，有人的病毒透過蚊子傳染給了Q子群裡的眾多感染者。
將共同發病的子群，以及子群之間的感染關係畫在地圖上，有如一串串大大小小的葡萄串，可以推算出疫情的擴散軌跡，不但能找出感染源頭，還能每天統計子群的擴大、縮小狀況，來評估疫情防治的措施是否有效。溫在弘舉例：「登革熱疫情流行期間，衛生局處會在某些地方噴滅蚊藥，我們的模式就能以科學定量的方式，判斷噴藥在這些地點究竟有沒有效果。」
左圖以「時空演算法」表示2002年登革熱擴散的時空結構；右圖示意P、Q、R子群的擴散模式。（圖／溫在弘提供）
新冠肺炎來襲，我們能做什麼？
這次新冠肺炎來勢洶洶，值得慶幸的是截至訪談當日，臺灣並未發生嚴重的社區感染。而溫在弘的團隊對新冠肺炎也做了一些觀察。溫在弘說：「這次武漢採取了極為罕見的『封城』政策，這個猶如電影情節般的做法，我們很想知道對疫情造成了什麼影響。」
經過數據統計發現，在封城之後，原本與武漢直接有火車、高鐵等交通運輸聯繫的城市，受到封城影響，病例數的成長都趨緩。溫在弘說：「這是很正常的事情，但我們要思考的是，這些因為武漢封城而無法通過的人，很可能採取替代方案，也就是到武漢鄰近的城市去。」也就是說，鄰近城市的人潮變多了，反而增加了感染的風險，統計結果也證明，鄰近城市的病例數成長幅度明顯變大了。
武漢（綠色星號）封城可能造成人群使用替代路線，湖北省（綠色線條）境內可直達武漢的車站轉乘重要性減少，而替代路線（周圍省份城市）的車站轉乘重要性增加。（圖／溫在弘提供）武漢封城後，轉乘重要性減少的區域，新冠肺炎的病例數成長較緩，轉乘重要性增加的區域，病例數成長較快。（圖／溫在弘提供）
值得討論的是，溫在弘團隊的每一項研究所需的資料，例如通勤資訊或是病例位置等，都是來自政府資料開放平台、公開申請的資料庫或擷取網頁資訊等，但其實，在人人都有手機的現代，GPS訊號絕對是最精準即時的位置資料，若能納入電腦模式，對於疫情的分析預測一定大有幫助吧？溫在弘說：「當然一定會有幫助，但這牽涉到倫理問題，因為GPS訊號屬於個人隱私。」
當個人隱私與國家安全牴觸時，是否應當適度犧牲部分隱私，以顧全大局呢？以這次的新冠肺炎來說，政府一度為了鑽石公主號上乘客曾經在基隆港下船觀光，向電信公司調出了基地台訊號資料，在不透露每個旅客行蹤的前提下，公開了比較有風險的景點或車站。因此，溫在弘表示：「相信經過這次經驗，對於怎麼在不違反倫理及保護個人隱私權的原則下，讓學界合理使用這些資料，會有新的討論。」
溫在弘並且以2003年的SARS舉例，在那之前，對於傳染病的防治方法，一直都是以「研發疫苗」為主，「直到SARS爆發，疫苗、藥物通通來不及做出來時，大家才注意到，以當時的技術，我們連把持續爆發的病例位置，如何快速精準的定位到地圖上來進行疫情研判的能力都尚未建立。」也從那時起，如何利用地理資訊系統來分析疾病擴散狀況，才受到了重視。
如果未來能夠討論出合理的方案，讓學界在不影響隱私權的情況下，取得更準確的地理位置做為研究資料，就能及早研發電腦模式，在下一次傳染病來臨前做好準備，一旦疫情爆發，就能夠及時因應，更快速準確地掌握疫情。溫在弘說：「我們很期待未來這些資料的使用，能朝更開放的方向發展。」
審閱：溫在弘教授
