如何让新型冠状病毒（COVID- 19）疫情趋缓，是全世界必须共同努力的挑战。人们正试图保持社交距离以保护自己也保护别人，医护人员正在前线拚命抢救生命，医疗机构正努力取得适当的资源。对此，公卫体系也正努力提供最适当的指引，但要完成这项任务，他们需要更充分资讯了解各种防範措施是否奏效，以及病毒将如何扩散。
Facebook 透过 Data for Good 计画，开放研究人员与非营利组织使用人口移动地图研究冠状病毒传播，并採用彙整式资料保障个人隐私。从研究人员口中，Facebook 了解这些资讯于对抗 COVID-19 有多幺珍贵，因此 Facebook 宣布将推出更多新工具支援他们完成任务，包含 3 种新疾病防治地图协助提供疾病预测与防护措施相关资讯，以及透过 Facebook 平台提示讯息，鼓励美国民众志愿参加由 Carnegie Mellon University Delphi Research Center 设计的问卷调查，希望协助医疗研究人员提早发现 COVID-19 疫情热区。
提供新的疾病防治工具
Facebook 的疾病防治地图有助医疗研究人员深入了解人口移动如何影响疾病扩散的彙整式资讯。全世界的研究人员和医疗专家都在呼吁，希望有更多这类资讯因应全球爆发疫情，所以 Facebook 分享 3 项新工具：
人口聚集地图可显示不同地区人们互相接触的机率， 这有助标示可能爆发 COVID-19 新案例的地点。
▲ 人口聚集模式（以义大利为例）可协助疾病扩散模型开发人员，判断 COVID-19 如何扩散的可能性。
移动範围趋势可显示各地区人们是否在居家附近活动或在城镇四处溜达，如此就能掌握当前防範措施的方向是否正确。
▲ 从巴西全国各地的移动範围趋势就可看出不同地区的人们是否造访很多区域。
社交连结指标可显示跨越州界与国界的社交连结，有助流行病学家预测疾病扩散的可能性，以及哪些地区的 COVID-19 疫情最严重可能对外求援。
▲ 此地图显示纽约东村（East Village）与美国其他地区在 Facebook 的社交连结，这类资讯能让我们了解社交连结，如何协助社区对抗这场危机并复原。
疾病防治地图的资料来源彙整自 Facebook 的资讯，而 Facebook 也採取额外措施隐藏个人身分，使匿名化彙整资料完全避免透露任何个人资讯。举例而言，Facebook 的资料可显示某城镇的整体资讯，但不能显示单一用户的行动模式，Facebook Data for Good 官网也提供更多 Facebook 如何保护用户隐私的相关资讯。
Institute for Disease Modeling 的 Daniel Klein 博士表示：「COVID-19 疫情天生的延迟性，对我们进行政策成效量化评估时造成一定的挑战。Facebook 的 Data for Good 计画提供的人口行动资料，可为疾病传播重要相关变因提供近乎即时检视。这项资料搭配其他资料来源，就能让我们建立更好的模型当作公卫决策的参考。」
启动问卷调查协助医疗研究人员追蹤 COVID-19
即日起， 美国境内某些使用者将在自己的动态消息顶端看到一个连结，可让使用者前往志愿参加的 Facebook 站外问卷调查，这将协助医疗研究人员改善 COVID-19 的扩散追蹤和预测。这项由 Carnegie Mellon University Delphi Research Center 所举办的问卷调查将用来产生新的数据， 以了解该如何因应这场危机，例如开发自行通报症状热区图。这些资讯可协助医疗体系规划资源该如何分配，以及未来该何时及如何重新开放哪些地区。假使这些研究结果确实能带来助益，未来 Facebook 也将在全球其他地区进行类似的问卷调查。
CMU Delphi Research 不会将个人填写的内容分享给 Facebook，Facebook 也不会将填答者身分透露给研究单位。为了协助研究人员衡量问卷的结果并确保填答者的隐私，Facebook 会提供随机产生的识别码，让 CMU 在有人填完问卷时告知 Facebook，Facebook 会提供研究人员不会洩漏填答者个人身分的加权数值，协助修正样本误差。
建立全球研究合作网路
自从 COVID-19 疫情爆发，Facebook 即与数十个值得信赖的机构合作，利用疾病防治地图协助救灾，这些合作伙伴包括美国哈佛公共卫生学院（Harvard T.H. Chan School of Public Health）、台湾国立清华大学、义大利帕维亚大学（University of Pavia）等全球知名学术机构，以及 Direct Relief、Bill & Melinda Gates Foundation、World Bank 等非营利组织和机构。这些合作伙伴已成立 COVID-19 行动资料网路全球联盟，利用 Facebook 的 Data for Good 工具提供即时分析资讯，目前正积极支援世界各地的应变措施。
哈佛公共卫生学院传染病动态中心副主任（Associate Director of the Center for Communicable Disease Dynamics，Harvard T.H. Chan School of Public Health）Caroline Buckee 表示：「衡量社交距离的影响，对目前阶段来说是绝对必要的关键，像这类彙整式资料既能保护个人隐私，又能提供有助决策者採取行动，并帮助研究人员建立预测模型的数据。」
清华大学生物资讯与结构生物研究所助理教授张筱涵表示：「Facebook 提供大量且即时彙整式数据，协助研究人员能较準确预测病毒的传播趋势。结合 Facebook 提供的数据与数学模型，发现县市内的人潮流动传染风险高于跨县市的移动，移动距离的长短并非决定感染率最重要的因素，接触的人数及时间长短才是关键。提醒民众在家附近群聚的感染风险，可能不亚于去 11 个警报旅游景点，降低感染机率最好的方式是减少出门。目前团队也利用 Facebook 资料分析台湾各大景点人口密度，期望建立即时预警系统。」
保障隐私权
Facebook 及广大科技产业能够也必须持续找到创新方式，不牺牲隐私权的状况下协助医疗专家和政府机构因应这场危机。Facebook Data for Good 工具的设计原本就能保护使用者资讯，加上 Facebook 制定公共準则规範如何回应政府对资料的要求。未来，Facebook 将继续维持公开透明的作法，并遵从政策制定机关、监理机构及其他隐私专家的建议。
