興大研發口罩配置AI模式 可預測領取點需求量

中興大學土木系與大葉大學企管系合作，開發「最佳口罩配置 AI 模式」，彙整即時資料，根據過去7天的數據，預測未來兩天各領取點的口罩需求，有助減少口罩的庫存。

武漢肺炎疫情爆發初期，發生口罩及醫療資源短缺問題，有效地將口罩送至有需求民眾手中，成為一大挑戰。雖有多項口罩配給政策配合，但經政府 Open Data 統計從2月中至3月底實名制實施的 49 天內，台中市轄內就有 27 萬 4540 份滯留市場超過一天以上，尚未完全發揮口罩功能。

中興大學土木系主任楊明德帶領「 AIPal 」團隊，成員包含興大土木系博士生許鈺群、曾信鴻與碩士生陳柏安，與大葉大學企管系副教授陳怡萍合作，開發「最佳口罩配置 AI 模式」。

團隊今年3月開始開發，經過2週不眠不休的投入，以內政部各月人口資料、中央氣象局每天氣象資料、中央氣象局特約機構即時剩餘數量明細清單、歷時確診病例數為資料庫，設定的變數包含位置、競爭關係、服務人口、進貨量、出貨量、儲存量、病例數、降雨與否等，再以 AI 融入空間資訊研發傳染病大流行的稀缺物資配置模式。

此套「最佳口罩配置 AI 模式」， 12 月榮獲財團法人中技社 2020 「 AI 與健康照護」創意競賽第二名。評審團認為此作品在大數據處理分析及機器學習極具技術前瞻性，並跨領域搭配精準行銷專業，未來可擴大用於提供政府在「有限醫療資源最佳化需求管理及分配」，能使資源達最高效配置。

楊明德表示，目前的口罩地圖只能看各據點的剩餘量，這套系統則是彙整多筆政府開放即時資料，使用遞歸神經網路（ Recurrent Neural Networks ）的長短期記憶模型（ Long Short-term memory ）。

以台中市 635 家銷售據點資料，建立關鍵物資最佳配置模式，根據過去7天領取的數量及速度，推估需求量，預測未來兩天的口罩需求，作為口罩配置依據，可降低近 50 %的口罩滯留量，在物資不足時，提供最有效率的口罩配置，防止疫情擴散。

楊明德指出，此套系統也可適用全國的藥局，未來更可應用在關鍵物資的配送，如疫苗等災情發生時急需的關鍵物資。

（新聞資料來源 : 中央社）