講者：林先和(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：

從疫情現場出發：數理模型在傳染病防治的角色與挑戰

林教授以伊波拉與COVID-19為例，說明數學模型在新興與再興傳染病防治中扮演關鍵角色。當疫情爆發時，模型可迅速協助回答傳播力、病例預測與控制策略等核心問題。透過推估R₀、世代間隔與即時趨勢修正（如nowcasting），模型不僅協助掌握疫情發展，更能預測後續演變。林教授強調，這些模型的效能建立於高品質在地資料與與防疫現場密切合作之上，提醒我們數學並非單獨運作，而須與社會脈絡緊密連結。

實務應用與研究進展：從愛滋與結核談數據整合能力

演講進一步探討模型如何影響防疫政策與實務應用，特別是聯合國「九十-九十-九十」愛滋防治目標的形成，以及結核病大數據整合計畫的實施。林教授以高雄結核病研究為例，說明如何結合病患資訊、基因定序、人流與地理資料，描繪疾病傳播路徑，提升防疫效率。這些應用展現出數理建模不僅是理論工具，更是整合多源資訊、引導政策轉向的強大引擎，並強調跨領域合作的必要性與溝通能力的重要。

未來方向與學術想像：數學如何面對不確定的公共衛生挑戰

面對學生提問，林教授指出數理建模仍有廣大發展空間，例如建構接觸矩陣或發展代理人基模型，以因應不同年齡與行為特徵的複雜現實。他也強調倫理與隱私在大數據應用中的重要性，需平衡公共利益與個資保障。對於疫苗與免疫療法的未來應用，林教授看好模型可協助評估策略與優化反應。整體而言，數學正成為防疫決策的理性支柱，而理科學生若能跨出學科疆界，將有機會在下一場公共衛生挑戰中扮演關鍵角色。