內政部統計處24名公務員，加班7年串起全台上億筆資料，展開大數據分析應用的腦力激盪，第一戰就找到700位獨居老人，列入衛福部長照名單，現在還要用AI分析台電資料，留意長輩作息異常。

大數據分析用電，找到需要照護的長者

走進內政部統計處辦公室，今年63歲的處長饒志堅，因為小兒麻痺，得拄著拐杖。饒志堅上任第一件事，就是推動「內政大數據連結應用專案計劃」，「銀髮安居2.0」專案已是第二期。「單一資料能做的有限，我要的是跨領域資料，像是把戶籍疊上房屋，或是把收入疊上醫病資料，」饒志堅滿頭白髮，眼神明亮。

銀髮安居第一階段，統計處運用機器學習，比對戶籍、建物、身心障礙、中低收入戶等1.5億筆跨領域資料後，篩選出全台千名獨居、行動不便，最需長照的長者。接著，由衛福部專員挨家挨戶訪查，發現名單中高達七成有長照需求，不僅全數納入長照清單，更幫助14位獨居長輩找到新的棲身之處。

今年6月新啟動的銀髮安居2.0計劃，統計處更與台電合作，在用戶同意之下，用AI分析台電每日2.4億筆智慧電表數據，建立獨居長者的用電作息模型。只要用電行為異常，8小時內就能發現。這一切來自饒志堅當初的堅持。

曾用數據找出最適合被假釋的犯人

2015年，饒志堅擔任法務部統計處副處長，與時任法務部高等檢察署統計室書記官、現為內政部統計處科長的賴威宇，首次嘗試用數據模型找出最適合被假釋的犯人。當時，團隊仔細分析犯人罪名、婚姻狀況、獄中表現等200多個變項、共30萬筆資料發現，影響假釋後再犯率的關鍵因素之一，竟然是在獄中，有沒有家人來探望。「沒有交叉比對，誰會想到是這個原因？」這次經驗，讓統計出身的饒志堅更相信，每一個數字，背後都是活生生的人與生命經歷。

IT技術領先的台灣，上億筆資料卻很人工

其實，對於只有24人的內政部統計處而言，整合全台各單位上億筆資料，並不容易。「一開始聽到要做跨領域資料，有點莫名其妙，」內政部統計處科長黃毓怡笑出聲。她解釋，整合多方資料、篩選出核心目標，並不是統計處人員熟悉的傳統統計。最讓統計處人員頭痛的，是各政府單位的資料品質參差不齊。

肉眼＋AI清整，加班7年救到獨居長輩

負責全台地籍資料整合的統計處科長黃騰皜，7年來帶著職員們熬夜加班，從肉眼逐條比對、程式碼清整，到後期來訓練AI自動轉換地址，終於建立「地址識別碼」。銀髮安居專案就是利用地址識別碼，串聯各領域地籍資料，才能快速找出需要幫助的獨居長輩。「走了7年才深深感覺，我們在做很重要的事，」回想過去的努力，黃毓怡相當感動。

(摘自天下雜誌，原文網址:https://www.cw.com.tw/article/5132019)

延伸閱讀:

衛福部用機器模型找出長照風險個案並造冊

衛福部長照司日前提出衛福部因應超高齡社會挑戰的4大解方，包括以大數據分析找出潛在長照需求個案、發展階段式高齡照護科技應用，並強化高齡者社區安全防護與居家醫療、改善高齡者社區環境，如打造失智友善環境。衛福部也將透過政府出題、產業解題模式，來發展更多高齡科技應用。

臺灣即將進入超高齡社會，衛福部長照司司長祝健芳2023年3月6日於國家高齡科技產業策略會議中指出，衛福部提出4大方法來因應，包括以大數據分析找出潛在長照需求個案，也就是聯手內政部設計銀髮安居指數，以這個指數來預測潛在長照個案、進行造冊，此外也要發展階段式高齡照護科技應用，落實到長照實際場域中，並強化高齡者社區安全防護與居家醫療、改善高齡者社區環境，如提供更便利的交通工具和失智友善環境。除此之外，衛福部也將透過政府出題、產業解題模式，來發展更多高齡科技應用。

祝健芳指出，臺灣將於2026年進入超高齡社會，為因應超高齡社會的醫療照護需求，行政院於2021年就發布高齡社會白皮書，要協助高齡者維持自立性和自主性，並將建置高齡友善及安全環境，納入5大政策目標之一。去年11月，行政院更頒布因應超高齡社會對策方案，要提高對長者的支援、打造友善社會環境，並於2023年展開計畫至2026年，預計投入近1,200億元。

而衛福部也提出4大措施，來因應超高齡社會挑戰。首先是以大數據分析找出潛在長照個案，透過機器學習（ML）模型分析關鍵參數，如個案健康、居住環境、經濟狀況和人力支援等變數，來找出可能需要長照服務的族群，並預測可能需要的服務。與此同時，衛福部也與內政部聯手，發展銀髮安居計畫、設計銀髮安居指數，這個指數包含6項指標，如行動健康、照顧人力、經濟與住宅狀況、環境便利性與安全性等，衛福部和內政部也將安居指數搭配ML來預測潛在長照需求個案，並用來產製長照風險個案造冊。

不只開發模型，祝健芳指出，團隊也將持續修正安居指數預測模型，甚至進一步根據不同地區特性，發展相應的模型，來更精準預測需求，讓各縣市進行訪視評估。