推测各区发病风险 理大新技术预警疫情

疫下出现各种新常态，每天确诊数字走势备受关注。理工大学智慧城市研究院的研究团队，研发预测新冠疫情走势的技术，成功通过患者的发病日期和到访地点，推测各区的发病风险，提前预警，主动抗疫；连同以科技解决问题，促进本港智慧城市发展的系列发明，上月更在日内瓦国际发明展夺得金奖。　本报记者

团队研发「新冠疫情发病风险时空预测」技术，通过收集确诊患者发病日期、到访地点等，可推测各区发病风险；同时研发大数据平台，以「扩展的加权核密度模型」对新冠疫情发病风险作时空预测，记录大湾区病例之馀，针对本港分成二百九十一个的小规划统计区，显示未来三天有机会发病个案地区分布，准确度达八成半。

领导团队的理大智慧城市研究院院长史文中举例指，本港在本月十六日录得多宗确诊，平台在五天前，已预警新界西个别地区发病风险高，结果成功估算十三日该区两人会发病，显示技术有助预测疫情趋势，有助制定防控策略，「特点之一是收集发病日期，比确诊来得早四至五天，有助更主动抗疫。」

准确度达八成半

另外，团队的同系列发明「三维移动测图系统」，则惠及建筑与规划，使用者携带装有雷射感应器和光学相机的特制背包，可为身处环境和建筑物，测绘三维空间数据，精准至厘米单位。收集所得的点云数据，更可分析建筑物大致使用的建筑材料，亦采用同步定位与测图技术（SLAM），不受全球定位系统（GPS）讯号强弱限制。

「三维移动测图系统」有利使用者穿梭户内户外时，实时和连续收集数据，较传统方式节省几倍时间。技术有助旧楼维修和管理，规划走火路綫；团队冀在日常生活引入科技解决问题，促进智慧城市发展。

系列另一发明为「人工智能遥感目标识别」，通过衞星和无人机高空拍摄后，系统经「训练」可自动识别相中不同建筑物，而在特定时间再为同一位置拍照，系统能分析土地用途变化等。技术更获土木工程拓展署采用，了解山坡滑动轨迹以评估山泥倾泻风险，精准度高达九成。

《星岛日报》