講者：方啓泰(國立臺灣大學公衛學院教授)

地點：國立臺灣大學 理學院思亮館1樓

演講影片(請點選) 

內容摘要：

疫情是一道數學題：歷史沿革與R₀的決策意義

方啟泰教授回顧疫情歷史中的數學角色，從黑死病時期牛頓的隔離研究，到20世紀Kermack與McKendrick 建立SIR模型，顯示數學長期以來皆為流行病控制的核心工具。講座中他深入解析了「基礎再生數 R₀」的關鍵意義，指出此一參數不僅能預測疫情是否爆發（R₀>1）或消退（R₀<1），更能用來評估防疫政策的有效性與代價。透過簡明的微分方程建構，方教授將抽象數學轉化為清晰的政策指標，彰顯了數學對公共決策的支撐力。

建模即行動：臺灣口罩政策與邊境控管的數學依據

講座重點聚焦於臺灣2020年初的防疫策略建構。方教授與研究生陳怡瑄透過早期建模發現 COVID-19 的 R₀ 高達 4.0，遠超 SARS，若僅複製2003年經驗將無法抑制疫情。模型指出，僅需50%民眾配戴醫療口罩，即可將 R₀ 壓低至1以下，這項預測直接促成口罩實名制政策。此外，模型也驗證邊境控管與疫調措施的重要性。更值得一提的是，26歲研究生提出之模型被行政院採納，顯示數學訓練者在關鍵時刻對公共政策的影響力，也彰顯基礎學科與即時應變之間的連結潛力。

從地方流行到國際合作：模型的全球視野與長期預警

疫情控制進入地方性流行（endemic）階段後，方教授強調持續控制 R 值與監測再感染風險的重要性。他曾應韓國政府邀請協助大邱防疫建模，推動以社交距離與快速篩檢取代封城，證明臺灣模式具國際移植價值。另一方面，他也透過模型量化 A 型肝炎疫苗介入的成效，證明預測工具亦可支援預算分配與成本效益分析。講座結尾，方教授以「數學不是答案，而是選項的地圖」作結，強調數理建模是理工學生面對不確定世界的決策指南，將抽象分析轉化為公共治理的實踐力量。