浸大團隊研發「安心出行」技術藍本 助本港從疫情中有序復常

新冠疫情於2020年肆虐全球，日常社交一度停擺。當時主流意見普遍認為，要有效抗疫就必須犧牲個人私隱。然而，香港浸會大學（浸大）計算機科學系團隊卻提出兼顧兩者的方案，成功研發出不收集個人資料的確診接觸者追蹤系統。

關鍵影響與成效：

• 實踐保障私隱的防抗疫機制：研發出不收集個人及位置資料的確診接觸者追蹤系統，成功建立公眾信任，促成全港廣泛應用

• 奠定本港官方追蹤程式之技術藍本：特區政府採納團隊的「去中心化」架構，並應用於「安心出行」流動應用程式，安全保障近 700 萬市民的出行紀錄

• 首創手機端 AI 自動偵測離開功能：利用智能手機感應器偵測用戶離開場所的時間，準確度超過 90%，全程無需用戶手動輸入

• 助市民實時掌握疫情風險：在 0.5 秒內生成高解像度的疫情熱點地圖，每日供逾 5 萬名市民參考以評估出行風險

• 加速本港安全有序復常：協助更快速遏制病毒傳播，為提早放寬社交距離措施及支持經濟復甦提供關鍵支持

• 榮獲國際學術界肯定：入選「泰晤士高等教育亞洲大獎」的「年度技術創新獎」亞洲十強

• 為可信賴醫療科技樹立國際典範：實證「個人私隱保障」與「公共衞生防疫」能並行不悖，為應對未來的公共衞生危機提供技術藍本

 

浸大計算機科學系系主任兼講座教授徐建良教授帶領的研究團隊指出，傳統的人工個案追蹤方式耗時且極耗資源，難以應對大規模爆發。雖然數碼化能提升數據處理效率，但技術應用往往受制於公眾對私隱的顧慮。

徐教授表示：「當時外地採用藍牙技術收集數據，由於需要用戶授權獲取位置權限，引起不少市民對私隱安全性的警覺。中國內地和新加坡使用的集中式系統，亦令公眾對政府收集數據抱有懷疑。」團隊深知，在香港推行數碼追蹤，必須在架構上作出根本性的突破，以釋除公眾疑慮。

BU-Trace應用程式的主要介面。

香港浸會大學的新型冠狀病毒警報系統結合人工智能技術，並運用近場通訊（NFC）標籤，協助記錄用戶進出場所的時間。

創新「去中心化」架構 獲港府採納為「安心出行」技術藍本

團隊於2020年4月成功開發出名為「BU-Trace」的系統原型。該系統完全毋須獲取用戶的位置權限、不記錄GPS定位，亦不設中央伺服器儲存出行紀錄。

 

徐教授解釋：「系統改用加密識別碼及近距離無線通訊（NFC）技術來記錄用戶進出場所的資訊。當有用戶確診並需要上載出行紀錄時，系統只會將加密後的場所識別碼傳送至衞生署。所有數據儲存、運算及交叉比對，均在用戶的手機本地端完成。」研究顯示，這種「去中心化」的設計消除了公眾對私隱外洩的擔憂，使系統使用率大幅提升35%。

引入 AI 技術自動偵測「下車時間」 準確度逾九成

為解決用戶經常忘記在程式中按「離開」的問題，浸大團隊持續優化系統，將人工智能技術引入出行記錄功能。團隊利用智能手機內置的三軸加速度感應器數據，研發出能自動偵測用戶實際離開場所時間的智能演算法。該技術適用於不同型號的手機，自動記錄的士乘客下車時間的準確率超過90%，每日惠及約一百萬名的士乘客。

浸大研發的動態自動離開功能在「安心出行」的版面設定。

這項確診接觸者追蹤技術隨後獲得國際認可，入選2021年「泰晤士高等教育亞洲大獎」（Times Higher Education Asia Awards）的「年度技術創新獎」（Technological or Digital Innovation of the Year）十強。

推「新冠熱點分析圖」 助市民評估出行風險

為了讓大眾更直接地掌握疫情資訊，團隊亦開發了「香港新冠病毒熱點分析圖」，將每日確診個案數據轉化為高解像度的密度熱力圖，取代傳統的紅點標記或文字列表。

「香港新冠病毒熱點分析圖」實時並動態地顯示香港新冠病毒個案的地區分佈。

徐教授指出：「該分析圖能處理數百萬個數據點，並於半秒內生成高清熱力圖。平台累計吸引超過五萬人次瀏覽，協助市民評估前往特定區域或超市的感染風險。」相關部門亦利用這些視覺化圖像，精準調配防疫資源。

浸大團隊這項研究，不僅在技術上取得突破，更在保障市民私隱的前提下，為本港抗疫及有序復常提供了關鍵支持。

徐教授研究專頁: Jianliang XU - Hong Kong Baptist University