伊波拉病毒（Ebola)肆虐西非，被世界衛生組織（WHO）視為近代最緊急的「國際公共衛生事件」。從2014年3月爆發大規模疫情以來，WHO統計至今已奪走超過4,000名生命，而通報遭感染的人數則高達8,914人，死亡率高達7成，是自1979年發現伊波拉病毒以來，死傷人數最嚴重的一次。
（圖說：伊波拉病毒肆虐西非。圖片來源：BBC。）
非洲當地政府多缺乏醫療資源，多靠跨國非營利組織、或醫療團體前往救援。世界衛生組織更在近期呼籲，如果疫情再不控制，伊波拉死亡人數可能在短短一週內翻倍上升至一萬人，
各地醫療團隊紛紛進駐西非各國，救援行動如火如荼的進行中。而在救災行動中，竟也藏了一批科技人員，利用Big Data巨量資料分析工具，試圖為遏制病情擴散找救星。
電信公司提供通話數據，運用Big Data繪製移動地圖
國外媒體BBC報導，西非當地多家跨國電信業者，已著手和跨國衛生組織合作，提供非洲當地居民的行動電話通訊資料，透過Big Data分析工具，繪製居民的聚落地點和移動地圖，預測病毒散佈的位置。
（圖說：西非多家電信公司加入救災，提供手機通訊資訊，結合Big Data追蹤疫情擴散地區。圖片來源：BBC。）
伊波拉病毒擴散方式是透過人與人的直接接觸，包括皮膚、粘膜、血液，或甚至是接觸病人的衣服、床單等，都可能是伊波拉病毒的傳染途徑。且發病潛伏期長，許多至北非旅遊的世界各國遊客，都因此成為帶原者，將病毒散佈至其他國家，包括德國、美國等地，都已傳出伊波拉病史，德國更再日前確定伊波拉首位死亡病例。
為避免帶原病人再次將病毒擴散，教育當地大眾病毒如何防疫病毒散佈，已成為醫療人員最大的挑戰。
當地的醫療救助團隊透過行動通訊訊號，找到疫情較嚴重的地區。電信公司提供的發話位址資料，成為判斷民眾位置的最好資料來源。
非洲手機普及率高，成為追蹤疫情的最好資料來源
即使是非洲較貧窮的國家，手機的普及率也十分高。例如西非國家塞內加爾（Senegal）手機用戶從2005年150萬用戶，激增到2012年1,300多萬。我國外交部資料顯示，塞內加爾在2013年人口計1,413萬人，等於幾乎人人擁有手機，普及率超過9成以上。
在這樣高比例的手機普及率下，當地電信公司開始提供匿名的簡訊或發話位址。BBC報導，法國最大電信公司Orange Telecom跨國在塞內加爾Senegal經營通訊服務，目前已提供15萬筆匿名電話和簡訊記錄供瑞典的非營利組織Flowmider分析當地的人口居住區和移動軌跡。
非洲政府可再透過數據地圖判斷最佳設立醫療中心的地點，甚至最安全、有效率的移動路徑，並同時可以遠離病源。
美國疾病控制與防禦中心（ US Centers for Disease Control and Prevention，CDC）在近期也加入分析資料的行列，將資料組織繪製成地圖，顯示哪幾個災情地區最常透過電話來求救。
如果一個地區緊急通報的電話數增加，正可能是因為當地需要更多的醫療照護資源。
CDC組織也會將數據資料交叉比對非洲當地的人口普查資料，讓地圖顯示資訊更豐富，預測伊波拉病毒可能擴散的地區。
這些運用非洲當地的通訊資料和Big Data分析工具所繪製的移動地圖，呈現出當地最多人口聚集的地方，也記錄了他們的移動距離和軌跡。
西班牙電信Telefonica在非洲的分公司也加入此次的救援行動，該公司科技總監Nuria Oliver表示：「我們試圖幫助政府和相關組織預測疾病如何擴散。在此之前，當地政府只能依靠傳聞、地方調查、警察或醫院等資料來防禦病毒。」
運用通話記錄預測疾病擴散軌跡早有前例
而其實早在2010年，位在拉丁美洲加勒比海域的海地（Haiti）爆發規模7.0大地震後，來自瑞典和美國的學者紛紛在美國組成研究團隊，分析當地網路公司Digicel所提供的200多萬通手機通訊資料。
這些資料被用來追蹤海地地震災民的移動狀況。也讓美國和其他人道組織可以了解地震災情結束後，大規模爆發的霍亂病情影響範圍。
在肯亞也曾有衛生組織蒐集1,500萬筆手機資料來預測瘧疾（malaria）的疫情。
資料照護公司Accenture管理總監Frances Dare表示，Big Data數據分析是為了要聚集許多不同的資料來源，挖掘（Mining）資料並找出其中的規則與模式（Patterns）。大量的Big Data數據資料提出一些有跡可尋的參考指標，讓當局和醫療人員下決策，也成為這次伊波拉病毒能否成功遏制的關鍵科技。
