2020 Presidential Hackathon 1st. Workshop (2020.06.19)
前言
在前面的 "2020 資料創新應用競賽參賽記錄 ( 含頒獎典禮 )" 文末筆者曾經提到過，當初參加資料創新應用競賽的其中一案我們挪來報名今年度的總統杯黑客松。
經過了評審委員的選拔以及眾多親朋好友的投票，五月底我們的提案【他不傻瓜，我們也聰明】確定入選初審，此次初審由近三百個提案中選出 24 個提案團隊，然後在昨天 2020.06.19 ，所有通過初審的團隊通通齊聚在林口新創園進行一整天的工作坊。
『他不傻瓜，我們也聰明』
以下是我們團隊為了總統盃前期的公民投票所製作的宣傳影片，從這部影片中，可以看出我們整個專案的核心價值 :
簡單來說，『他不傻瓜，我們也聰明』這個專案就是希望由內政部資料中針對各村里的失智老人數量、長照據點量能、醫療院所量能...等等計算出各個村里的供給及需求指數，結合兩種指數來判斷各村里是否處於供給失衡的狀況，最終，利用生成對抗神經網路 ( GAN, Generative Adversarial Network ) 可以自動將政府施政作為輸入而直接輸出供需平衡地圖，直接指出供需失衡的村里，進而改善施政，達成資源良好配置的目的。
就細節上來說，我們的專案可以分為三個部分 :
- 供需指數的計算並以村里為單位繪製成熱圖
- 進行現有政策優化
- 針對新政策進行預測
供需指數
此專案利用可獲得的內政部、衛福部以及交通部的開放資料，透過加權計算出需求指數及供給指數，目前所有權值均由人工進行調整，但也可以利用演算法或是神經網路進行全值自動化選擇。
各自計算完需求及供給指數後，我們利用其差值並進行標準化 ( Standardization )，將差值縮放到 \([-50,50]\) 區間內以便於後續了解各村里供需失衡狀態，此值我們稱之為相對供需指數。
除此之外，我們亦能將這些指數利用 PowerBI 等視覺化技術，將其轉化成熱圖，可以更一目了然的發現村里失衡的狀況。
政策優化
各村里供需指數以及相對供需指數後，可以了解各村里的供需狀態，倘若單以各村里供需狀態進行評估，勢必會有問題，因為鄰近各村里的供給並不僅只提供當地使用，因此我們在進行政策優化的過程中，亦必須考量週邊村里的供需狀態。
綜觀週邊村里的供需狀況再來進行師鄭優化，會有其必要性，當然，日後我們也可以納入距離較遠第二層週邊村里的供需狀況計算，提供更全面的施政考量。
我們給定一個情境 :
一個縣市政府若每年預算 4 千萬，目標在改善縣市內 20 個村里的供需失衡狀態，利用我們這樣的施政優化過程，可以達到多大的效益 ?
經過電腦進行模擬七年後，利用我們的方式進行施政優化，可以達到 28% 的改善，相較於沒有供需模型的施政優化成長近三倍之多。
施政預測
除此之外，我們利用生成對抗網路 ( GAN, Generative Adversarial Network ) 來進行熱圖的生成，利用這樣的方式，當我們可以迅速預測出某施政建議下的供需改善狀況，這將可以成為施政決策上的重要依據。
評審建議
經過一整天的腦力激盪以及瀏覽過各個組別的專案內容後，最後大會安排政委唐鳳及其他評審委員針對每一個組別提出了精闢且有益於實務上的改善建議，這將會成為我們在第二次工作坊前優先要進行改善的部分，而其中針對我們專案的具體建議簡述如下 :
楊世欽 : SEGIS和你們的題目類似，是你們最大的競爭對手
唐鳳 : 可納入循證治理概念，並且利用 digital story telling 用數位方式 講出一個很好的故事，透過前後程式 說服決策者，這部分可尋求資料新聞學的協助。
劉嘉凱 : 是否考慮供給的品質與服務的層次？
龐一鳴 : 1.提供衛福部以前的經驗供參考，若推估到村里會有問題(健保、戶籍地址的問題) 2.血管型失智症，改善心血管疾病可以改善很多
謝昆霖 : 失智老人重點在於初期評估、提早發現進而延緩失智，失智症現階段的評估並非從地圖去看，應該從過去生理健保資料、從業人員做了甚麼、物理治療師如何做，來抓出怎樣的人容易得到失智症。長照2.0已經4.5年 哪些人實施、引用資源的方式、如何開案、來找出有需求的家庭? 如何連結供給、甚麼樣的會收到中心去也很重要? 此外，失智老人並不一定和區域有關
後記
這些評審的能力真的很強，每一組在短短三分鐘的報告後，他們就能提出具體且實務上的經驗，也能立刻點出每一個專案的執行及可行性評估。
我們的專案，的確如評審所言，較為著重在已知失智症患者的前提下政府後續的施政內容，然而，或許應該將重點往前移一些，如何利用政府開放資料來評估失智症前兆，甚至篩出可能的未來失智症潛在人口，在早期便改善、減緩失智症，這才是真正失智症議題下最重要的工作之一。
如何將這些建議納入我們專案中，並且在第二次工作坊前提出具體改善措施，這將會是後面的日子中我們要努力的方向。
