浸大团队研发「安心出行」技术蓝本 助本港从疫情中有序复常

新冠疫情於2020年肆虐全球，日常社交一度停摆。当时主流意见普遍认为，要有效抗疫就必须牺牲个人私隐。然而，香港浸会大学（浸大）计算机科学系团队却提出兼顾两者的方案，成功研发出不收集个人资料的确诊接触者追踪系统。

关键影响与成效：

• 实践保障私隐的防抗疫机制：研发出不收集个人及位置资料的确诊接触者追踪系统，成功建立公众信任，促成全港广泛应用

• 奠定本港官方追踪程式之技术蓝本：特区政府采纳团队的「去中心化」架构，并应用於「安心出行」流动应用程式，安全保障近 700 万市民的出行纪录

• 首创手机端 AI 自动侦测离开功能：利用智能手机感应器侦测用户离开场所的时间，准确度超过 90%，全程无需用户手动输入

• 助市民实时掌握疫情风险：在 0.5 秒内生成高解像度的疫情热点地图，每日供逾 5 万名市民参考以评估出行风险

• 加速本港安全有序复常：协助更快速遏制病毒传播，为提早放宽社交距离措施及支持经济复苏提供关键支持

• 荣获国际学术界肯定：入选「泰晤士高等教育亚洲大奖」的「年度技术创新奖」亚洲十强

• 为可信赖医疗科技树立国际典范：实证「个人私隐保障」与「公共衞生防疫」能并行不悖，为应对未来的公共衞生危机提供技术蓝本

 

浸大计算机科学系系主任兼讲座教授徐建良教授带领的研究团队指出，传统的人工个案追踪方式耗时且极耗资源，难以应对大规模爆发。虽然数码化能提升数据处理效率，但技术应用往往受制於公众对私隐的顾虑。

徐教授表示：「当时外地采用蓝牙技术收集数据，由於需要用户授权获取位置权限，引起不少市民对私隐安全性的警觉。中国内地和新加坡使用的集中式系统，亦令公众对政府收集数据抱有怀疑。」团队深知，在香港推行数码追踪，必须在架构上作出根本性的突破，以释除公众疑虑。

BU-Trace应用程式的主要介面。

香港浸会大学的新型冠状病毒警报系统结合人工智能技术，并运用近场通讯（NFC）标签，协助记录用户进出场所的时间。

创新「去中心化」架构 获港府采纳为「安心出行」技术蓝本

团队於2020年4月成功开发出名为「BU-Trace」的系统原型。该系统完全毋须获取用户的位置权限、不记录GPS定位，亦不设中央伺服器储存出行纪录。

 

徐教授解释：「系统改用加密识别码及近距离无线通讯（NFC）技术来记录用户进出场所的资讯。当有用户确诊并需要上载出行纪录时，系统只会将加密后的场所识别码传送至衞生署。所有数据储存、运算及交叉比对，均在用户的手机本地端完成。」研究显示，这种「去中心化」的设计消除了公众对私隐外泄的担忧，使系统使用率大幅提升35%。

引入 AI 技术自动侦测「下车时间」 准确度逾九成

为解决用户经常忘记在程式中按「离开」的问题，浸大团队持续优化系统，将人工智能技术引入出行记录功能。团队利用智能手机内置的三轴加速度感应器数据，研发出能自动侦测用户实际离开场所时间的智能演算法。该技术适用於不同型号的手机，自动记录的士乘客下车时间的准确率超过90%，每日惠及约一百万名的士乘客。

浸大研发的动态自动离开功能在「安心出行」的版面设定。

这项确诊接触者追踪技术随后获得国际认可，入选2021年「泰晤士高等教育亚洲大奖」（Times Higher Education Asia Awards）的「年度技术创新奖」（Technological or Digital Innovation of the Year）十强。

推「新冠热点分析图」 助市民评估出行风险

为了让大众更直接地掌握疫情资讯，团队亦开发了「香港新冠病毒热点分析图」，将每日确诊个案数据转化为高解像度的密度热力图，取代传统的红点标记或文字列表。

「香港新冠病毒热点分析图」实时并动态地显示香港新冠病毒个案的地区分布。

徐教授指出：「该分析图能处理数百万个数据点，并於半秒内生成高清热力图。平台累计吸引超过五万人次浏览，协助市民评估前往特定区域或超市的感染风险。」相关部门亦利用这些视觉化图像，精准调配防疫资源。

浸大团队这项研究，不仅在技术上取得突破，更在保障市民私隐的前提下，为本港抗疫及有序复常提供了关键支持。

徐教授研究专页: Jianliang XU - Hong Kong Baptist University