由國立臺灣師範大學地球科學系、資訊工程學系，以及臺北市立大學衛生福利學系組成的跨領域研究團隊（圖一），整合台灣23年來的氣象觀測、空氣品質監測與急診就醫資料，成功建立每日心血管疾病急診風險預測模型，並發現空氣污染因子，特別是氮氧化物（NOx），比傳統氣象因子更能有效辨識高風險日。研究成果以“Predicting Daily Cardiovascular Emergencies Using Weather and Air Quality Data: A 23-Year Machine-Learning Analysis in Taiwan” 發表於Q1國際期刊GeoHealth DOI: 10.1029/2025GH001769。《GeoHealth》是美國地球物理聯盟 AGU 出版的開放取用跨領域期刊，聚焦地球環境變遷、氣候、污染與人類健康之間的交互作用。
圖一、計畫團隊介紹。
研究團隊蒐集2000至2022年間全台超過23年的環境監測資料，包括：溫度、濕度、風速、降雨、PM₂.₅ 、PM₁₀ 、CO 、NO 、NO₂ 、NOx 、O₃ 、SO₂，以及超過500萬筆心血管疾病急診資料（衛福部），建立184項環境特徵，並利用人工智慧分析環境條件與每日急診風險之間的關係。
哪些族群最容易受到環境變化影響？
研究團隊分析不同性別、年齡與地區族群的急性心血管疾病就診特徵，發現環境風險並非平均影響所有人，而是存在明顯的脆弱族群差異。
在性別方面，男性急性心血管疾病就診率約為女性的1.7倍。年齡則呈現更明顯的差異。65歲以上族群的急性心血管約為50至64歲族群的2.4倍，更是30至49歲族群的11倍以上。前人研究顯示，隨著年齡增長，人體對氣溫變化、空氣污染及其他環境壓力的調節能力下降，使高齡者成為最需要關注的高風險族群。圖二為不同年齡、性別和地理分區（左圖不同顏色）所對應到之心血管急診數分佈。
圖二、本研究之地理分區、環境監測站與急性心血管疾病急診資料分布。左圖為五大研究區域(all: 全區; TNKY: 北北基宜; THM: 桃竹苗; YCTKP: 雲嘉南高屏; TCN: 中彰投; HT: 花東) 及代表性氣象站與空氣品質監測站位置；右圖為2000–2022年間全台及各區急性心血管疾病急診人次，依性別與年齡層（30–49、50–64、≥65歲）分類統計。
北台灣高齡族群最容易被預測
研究團隊進一步利用非監督式機器學習方法分析184項環境特徵，發現空氣污染因子所形成的高風險群集，比單純依據氣象條件所形成的群集更能區分高風險與低風險日。其中，65歲以上族群對環境變化最為敏感，其次為50至64歲族群；女性族群所呈現的環境敏感度亦略高於男性。結果顯示，高齡社會下的環境健康風險評估，應特別關注高齡人口所面臨的空氣污染暴露問題。
在預測模型方面，研究團隊比較八種人工智慧方法後發現，以Random Forest、LightGBM及XGBoost為代表的樹狀集成模型具有最佳預測能力（圖三）。其中，65歲以上族群的預測效果最高，決定係數（R²）可達0.65至0.67，顯示環境因子對高齡族群急診風險具有相當穩定的解釋能力。模型重要度分析進一步指出，NOx、NO與NO₂等交通相關污染物，以及風速等大氣擴散條件，是影響急診風險最重要的環境指標。
這項結果也說明，若未來能進一步結合即時氣象與空氣品質監測資料，將有機會發展區域化健康預警系統，在高風險天氣來臨前，提前提醒脆弱族群採取防護措施。
圖三、不同監督式機器學習模型於各人口族群與區域之每日心血管疾病（CVD）急診率預測表現。(a) 以決定係數（R²）評估模型解釋能力；(b) 以平均絕對百分比誤差（MAPE）評估預測誤差。結果顯示，65歲以上族群及北台灣地區具有最高可預測性，其中以樹模型（Random Forest、LightGBM、XGBoost）表現最佳。
第一作者本校資工系陳翔瀚老師表示，過去醫療預測研究多聚焦於個人病史或臨床資料，但環境其實也是重要且可量化的健康風險來源。本研究最大的挑戰在於如何整合長達23年的氣象、空氣品質與健康資料，並從184項環境特徵中找出真正具有預測能力的訊號。研究結果顯示，人工智慧不僅能提升疾病預測能力，更能協助科學家理解哪些環境因子最值得關注，進一步將大量監測資料轉化為可實際應用的健康風險資訊。
北市大衛服系林于凱老師表示，公共衛生研究的未來趨勢，是與地球系統科學及大數據分析的深度結合。傳統公共衛生較著重疾病監測與醫療照護，但面對氣候變遷與環境風險日益增加的挑戰，如何從環境變化中提前辨識健康風險，已成為重要課題。這項跨領域合作正走在相關研究的前緣。未來若能進一步整合即時空氣品質監測、氣象預報與健康風險模型，將有機會建立區域性的心血管疾病預警系統，協助高齡者與高風險族群提早採取防護措施，降低急性心血管事件發生的風險。
本校地球科學系 系主任黃婉如老師則表示，近年來極端高溫、空氣污染及劇烈天氣事件逐漸成為社會關注焦點，而地球環境的變動如何影響人體健康，更是未來全民都必須面對的重要議題。地球科學除了研究自然環境本身，也肩負理解環境變遷對社會衝擊的責任。本研究最大的意義，在於證明環境監測資料結合人工智慧分析技術後，能夠有效辨識高風險族群、高風險環境條件及主要暴露來源，為未來健康調適與風險管理提供重要的科學基礎。
師大地球科學系陳卉瑄老師身為本專案的推動者，特別提到與保誠人壽的產學合作，是促成這個跨領域團隊成形的重要契機。她表示，當氣候變遷與環境健康已成為社會共同關心的議題時，也正是學界將科學研究轉化為實際社會價值的重要時刻。透過企業、學界與公共衛生領域的合作，不僅能建立更完整的研究架構，也能讓研究成果真正回應社會需求。未來團隊將持續深化「氣候變遷、地球環境與人體健康」相關研究，結合環境監測、人工智慧與健康資料分析，發展更具實務應用價值的風險評估與調適策略。
從地球環境監測、人工智慧分析到公共衛生應用，這項由師大地科系、師大資工系與北市大衛福系共同完成的研究，不僅展現跨領域合作的能量，也為氣候變遷時代下的健康風險管理提供新的研究方向與實踐可能。
圖文由師大地球科學系 陳卉瑄 提供