近期傳染病疫情頻傳，掌握擴散過程是控制疫情的關鍵，科技部今(15)天舉行記者會，發表由台大地理環境資源系教授溫在弘發展的「時空演算法」，透過機器學習的特性，協助辨識疫情群聚演化的動態過程，將有助於阻止傳染病源擴散，避免疫情失控。
國立台灣大學地理環境資源系溫在弘教授從傳染病群聚擴散的過程，結合地理資訊與社會網絡的特性，發展疫情爆發的空間預測模式，研究藉由歷年登革熱病例的發病時間、地點等資訊，辨識包括成長、縮小、分裂、合併、出現與消失等動態進程型態，發展出「時空演算法」的分析架構，能夠找出傳染病大規模爆發的前兆特徵，並且有效掌握與控制疫情。
台大地理系教授溫在弘表示，研究的靈感來自於氣象局的颱風軌跡圖像，希望傳染疫情的擴散過程，也可以像氣象圖一樣讓民眾能輕易了解疫情路徑，像登革熱作為傳染病是經由病媒蚊感染，當病例群聚發生很可能會透過移動或氣候特徵，在下個時間點移轉到其他地區，就像颱風的移動一樣，因此藉由動態資訊了解不同地點的源頭或中繼點，便能著手進行相應的處置。
「時空演算法」目前用於長期疫情規劃策略，未來期望能搭配自動化疫情通報系統，結合更多相關資訊，能夠成為短期預警、決策的依據，並且協助阻斷傳染擴散的路徑。