記者林重鎣／台中報導
透過大數據與人工智慧計算出口罩的最佳配送模式 ！中興大學土木系楊明德系主任帶領「AIPal」 團隊與大葉大學企管系陳怡萍副教授合作，開發出「最佳口罩配置A I模式」，介接彙整多筆政府開放即時資料，根據過去7天的數據， 可預測明後天各領取點的口罩需求，有助於減少口罩的庫存， 達到快速流通。
興大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。新冠肺炎疫情爆發初期， 發生口罩及醫療資源發生短缺問題， 有效地將口罩送至有需求民眾手中是一大挑戰。 當時雖有多項口罩配給政策配合，但經政府OpenData統計從 2月中至3月底實名制實施的49天內，臺中市轄內就有274, 540份滯留市場超過一天以上，尚未完全發揮口罩功能。 當時團隊即積極想開發一套人工智慧演算法，改善此現象。
團隊今年3月開始開發，經過2星期不眠不失的投入， 以內政部各月人口資料、中央氣象局每日氣象資料、 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A I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」，在34隊參賽作品中脫穎而出， 於本（12）月榮獲財團法人中技社2020 「AI與健康照護」 創意競賽第二名及30萬元獎金。 該競賽由中研院陳力俊院士擔任召集人， 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， 而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（R ecurrent Neural Networks）之長短期記憶模型（Long Short-term memory），以臺中市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，預測明後天的口罩需求，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，此套系統亦可套用適用全國的藥局， 未來更可應用在關鍵物質的配送， 如疫苗等災情發生時極需的關鍵物質。
