香港浸會大學（浸大）的研究人員將人工智能技術應用於由他們研發的新冠病毒風險警示系統「BU-Trace」，令系統更容易使用，並有助醫護人員準確評估使用者感染病毒的風險。升級後的系統採用近距離無線通訊技術，使用者登記進入場所所需時間縮短至一至兩秒。

　該系統由浸大理學院署理副院長（研究）及計算機科學系教授徐建良教授帶領的小組研發。浸大自2020年10月開始在校園使用新冠病毒風險警示系統，以提升對病毒的風險警示能力。

　使用者只需在進入場所前，用手機掃描系統的二維碼，場地資料和到訪時間便會保存在手機裏。使用者若曾經身處確診者到訪過的同一地點，且而兩者到訪的時間相若，系統便會透過手機應用程式「BU-Trace」發出警示。

　浸大將於2021年1月採用新冠病毒風險警示系統的人工智能升級版，以提醒到訪校內飯堂和餐廳的使用者紀錄離開的時間。當使用者離開飯堂或餐廳時，系統會運用人工智能程式作出識別，自動發出提示通知。使用者只需在手機應用程式上按鍵，便可紀錄離開的時間。系統還會定時發出提示通知，以確保使用者紀錄離開的時間。

　該系統可應用於的士等交通工具。系統可通過人工智能程式識別乘客的行為模式，自動紀錄他們的下車時間，毋須使用者點擊手機。

　系統的另一項新功能，是使用者能啟動手機的近距離無線通訊模式，在進入某場所時讀取近距離無線通訊標籤，為他們在掃描二維碼之外，提供另一個選擇。近距離無線通訊標籤與二維碼均包含場地資訊，然而用手機讀取近距離無線通訊標籤，只需一至兩秒，但掃描二維碼卻需五至十秒。故採用近距離無線通訊標籤，可大大縮短登記進入場所所需的時間。近距離無線通訊標籤將於2021年1月起張貼於浸大的飯堂及餐廳。

　浸大副校長（研究及拓展）郭毅可教授表示，系統不會收集使用者的個人資料或位置數據，新功能也不會存取使用者手機內須經授權才可使用的數據，因而消除他們對個人私穩問題的疑慮，同時為確診個案的傳播風險作出警示。

　他說：「使用者將會發現新功能易於使用。我們鼓勵大學的成員及訪客使用已提升的系統，因愈多人使用，成效便愈理想。系統提升後，使用者可更準確地紀錄他們到訪的場所，並為醫護人員提供詳盡資料，以作感染風險評估。」

　頂圖：浸大的新冠病毒風險警示系統結合人工智能技術，並使用近距離無線通訊標籤，以紀錄進入及離開場所的時間。