本則回應

• Pei-Chi Lo標記此篇為：💬 含有個人意見

  理由

  1.長庚資工系黃崇源教授團隊【的確有】建構一個EpiRank模型，以日常通勤的流動，推測各鄉鎮區的新興傳染病流行風險。
  　
  2.但亦需留意，模型預測僅為參考性質，而非100%真實結果。
  
  3.模型預測結果受到選用變數、資料品質影響甚大，該團隊也有在論文中說明其模型仍有限制，例如使用的通勤閱讀更多

  不同意見

  黃教授團隊投稿Scientific Reports的論文，介紹EpiRank模型，末段有提及該模型的限制：
  https://www.nature.com/articles/s41598-019-41719-8
  
  黃教授團隊製作的「EpiRank 台灣 353 鄉鎮區流病風險指標」網站：
  https://epirank-app.herokuapp.com/
  　
  長庚資工系黃崇源教授臉書貼文說明此事：
  https://www.facebook.com/gscott.huang/posts/3633712853365433

  https://www.nature.com/articles/s41598-019-41719-8

  Cannot get data from URL

  https://epirank-app.herokuapp.com/

  Cannot get data from URL

  網站是本團隊多年研究成果展示：台灣353個鄉鎮區暴露在新興傳染病大流行的風險推估值！ 這是 2019 年發表在 Nature 出版社 Scientific Reports 期刊的一篇研究論文，模型所計算出來的 353 個台灣鄉鎮區流病風險分布和危害台灣兒童的腸病毒、SARS 和2009年H1N1流感的相關性高達 0.76～0.86。 如果之後新冠肺炎在台灣大流行，則病例分布也會和推估值高度相似，達八成正相關，所以政府可以超前部署，將相關醫療設備和資源事先根據模型所計算的風險值分布先配置到高危險鄉鎮區，並且針對高危險鄉鎮區的醫療院先做更細緻的分流。

  https://www.facebook.com/gscott.huang/posts/3633712853365433