連假本土確診單日皆破百例!專家:「重症清零」比壓低確診數更重要
連假本土確診單日皆破百例!專家:「重症清零」比壓低確診數更重要

清明連假期間,單日本土確診數皆破百例,是否升級疫情管制再次引發討論。公衛學者認為,新型變異株病毒特性仍為「高傳播力、低重症率」,政策應以「重症清零」為主,不必過度恐慌。

4月以來,中央流行疫情指揮中心每日公布的新冠肺炎本土確診病例都超過百人,其中4月5日更有216名本土病例,創下今年以來新高。儘管確診人數上升,但行政院長蘇貞昌仍在4月3日公開宣示,政府防疫政策將維持「正常生活、積極防疫、穩健開放」的「新台灣模式」。

這波自3月下旬以來快速升溫的本土疫情,指揮中心分析確診者基因定序,發現多數屬於Omicron亞型變異株BA.2,指揮中心醫療應變組副組長羅一鈞指出,BA.2變異株的傳播力比Omicron強,因此在短短12天內,本土確診病例就累積超過9百例。

根據世界衛生組織(WHO)與全球各國臨床數據顯示,BA.2的傳播力比其他Omicron變異株高出50%至60%,但重症率與致死率相仿。台灣情況也與國際類似,指揮中心統計今年1月至4月4日間本土確診數為1846例,中重症案例5人,比率為0.27%,死亡案例1人,致死率0.05%;羅一鈞也指出,感染BA.2與BA.1Omicron病毒的病患,症狀沒有太大差異。

由於BA.2高傳染力、低重症率的特性,指揮中心暫時不考慮升級疫情管制層級,現階段仍強調邊境控管、戴口罩維持社交距離等NPI(非藥物介入)措施、快速提高疫苗覆蓋率並積極購買口服藥,以及自主應變和簡化疫調追蹤,「原則是要不在影響民眾生活下,做好防疫措施!」指揮中心指揮官陳時中說。

iF設計獎_14
圖/ 圖片提供/iF Design Award

與病毒共存有前提,提升疫苗覆蓋率、增加清消

《今周刊》訪問的多位公衛專家學者也一致認為,新型病毒變異株的重症率與致死率皆低,建議指揮中心防疫政策應朝「與病毒共存」方向進行,並逐步解封,以便與世界接軌,「新冠病毒變異株的不變特性是:傳播力愈強、重症率愈低,民眾對Omicrom BA.2不必過度恐慌。」台灣大學公共衛生學院教授陳秀熙說。

但陳秀熙觀察,指揮中心一方面喊出逐步解封,卻又不放棄「清零」,例如針對基隆小吃店染疫情形,喊出「類普篩」,又詳細公布確診樓層資訊;台北SOGO百貨忠孝館特展累計6人確診,台北市政府卻一口氣發出7萬則細胞簡訊,這些都與逐步解封的政策宣示矛盾。

基於「穩健開放」的前提,陳秀熙認為,「類普篩」及追蹤疫調都不應該做,或是減輕力度,並參考日本的「重症清零」模式,只要65歲族群第3劑接種率達81%,就可宣布解封。

疫情
圖/ 今周刊

陳秀熙分析,台灣要達到重症清零必須符合幾個條件,首先是第3劑施打率應提升至70%以上,避免第2劑疫苗保護力失效降低群體免疫力;65歲以上高齡者與慢性病患更應全面至少打滿兩劑基礎劑,以控制醫療量負荷過大的風險。

除了疫苗施打率以外,社區環境清消也能阻斷病毒傳染。陳秀熙指出,BA.2病毒會藉由氣溶膠傳染,例如新北市社區大樓內,就已發生手扶梯、欄杆上發現病毒殘留而導致民眾染疫,增加清潔消毒頻率,有助於降低感染風險;另一方面指揮中心也應強化資訊宣導,讓民眾了解新冠肺炎已走向流感化,輕症民眾應該主動篩檢,若確診只需在家自主管理,重症才須通報就醫治療。

事實上,陳秀熙建議的強化資訊宣導,類似陳時中提出的自主應變,若社區有足夠防疫資訊,有症狀自行採檢後,即使確診,做好自主管理就可減少指揮中心花心力追蹤疫調。

建議開放自費施打第4劑,布局口服藥,以備不時之需

前衛生署副署長、陽明交通大學醫務管理所教授張鴻仁,觀察到這一波本土疫情升溫,但民眾因為已經施打疫苗、且有基本防疫知識,心態上不再像去年三級警戒時恐慌,指揮中心應將重心放在未來的口服藥物購買布局,以及規畫第4劑施打計畫,「不需要每天追著確診數字跑,可以放棄追究輕症。」

張鴻仁指出,新冠肺炎口服藥的功能是在確診初期迅速降低病毒量,但現在多數個案為輕症或無症狀,不需要服藥,他認為政府買口服藥物目的是「安撫人心功能大於治療」。目前我國新冠口服藥物搶購1千萬份,僅到貨3.2萬份,未來仍應持續增加購買數量,以備不時之需;但站在公衛角度,防疫以施打疫苗預防措施為主,口服藥為輔助。

至於是否該開放第4劑疫苗施打,張鴻仁指出,我國向美國購買逾兩百萬劑Novavax疫苗,除了優先保留給無法注射mRNA疫苗的65歲老人及青少年外,剩下的量他支持開放民眾自費施打,當作第4劑加強劑。

張鴻仁解釋,政府追求集體免疫力鼓勵民眾施打公費疫苗,但由於病毒演變及臨床數據證明,無法達到集體免疫效果,以色列就是顯著案例,因此他支持開放疫苗自費施打。

我國防疫政策朝向逐步解封,即使疫情升溫,指揮中心穩健地做好「重症清零」,就可以與世界接軌,讓台灣回到往日生活。

本文授權轉載自:今周刊

責任編輯:傅珮晴、侯品如

好友缺你一個,加入數位時代LINE,科技產業趨勢新聞一次掌握!

傳送門點這裡

關鍵字: #疫情動態
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓