[ 眾創時代 ] [新冠肺炎]
眾創時代
新冠肺炎Covid-19蔓延，GitHub湧現公開源碼專案，針對抗疫情作多項分析。上述專案內容五花八門，從採用的開發工具，JavaScript和Python已經成為主流，也側見開發人員以GitHub協作，加速開發各種分析工具。
不少工具被多次下載，其中包括賓夕法尼亞州醫學院開發的醫療預測團隊開發的Covid-19傳染病醫院影響模型CHIME，協助醫院及公共衛生決策人員預測染病人數，以及評估醫院的承受能力。CHIME通過統一輸入數據，預測每日染病人數，推算住院人數、加護病房入住率、吸呼機需求等。
預測模型根據凖標傳染病學SIR（懷疑感染個案、受感染個案、康復個案）模型推算，獲數位美國傳染學者驗證，包括賓夕法尼亞州大學美國佩雷爾曼醫學院傳染學者Michael Z. Levy教授，模型可從社交隔離措施，預測傳染率R0數值，以及估計傳染人數倍翻所需的日數。
另一開源專案由Locale.ai開發，以實時更新數據打造視覺化分析，顯示全球感染人數的covid19-live-visualization，亦以JavaScript打造應用介面。
全球數據供分析
Locale.ai主要從約翰．霍普金斯大學（John Hopkins）開發全球疫情統計網站，通過API介面取得數據，再通過視覺化分析呈現。John Hopkins 大學感染人數統計圖表，已成主流媒體消息來源，計算全球各地Covid-19數據統一出口（Data repository），GitHub已獲17萬以上星星讚許。
https://github.com/CSSEGISandData/COVID-19
理論上，用戶可通過Tableau或者PowerBI建立視像化介面，Locale.ai採用了尤雨溪開發Vue.js的JavaScript前端框架，以簡單語法寫出亮麗介面。
美國《紐約時報》亦開放了數據接口，以便下載美國Covid-19蔓延各項實時數據，可以查看每個州及縣的染病及死亡人數。１月份，《紐約時報》已經推出實時的統計，後台數據就是來自相同的API介面，公眾可以從GitHub開放源碼，可下載美國病情發展的實時數據。
https://github.com/nytimes/covid-19-data
中國疫情數據
近年以來，有關網絡抓取（Web scraping，亦稱「網絡爬蟲」Crawler）的技術，應用到不同價格比較和商品情報網站，可快速抓取其他網頁內字，包括是文字、圖片、表格，並作不同數據分析，甚至是價格服務比較。Web scraping工具亦如雨後春筍，成為公開源碼計畫最受歡迎工具。
中國疫情統計網站之中，以「丁香園」（DXY.cn）網站獲最多的引用，以上提及的約翰．霍普金斯大學網站也是使用丁香園提供數據，香港大學開發人員BlankerL在GitHub上載了2019新型冠狀病毒疫情即時爬蟲及API（DXY-COVID-19-Crawler），BlankerL爬蟲每分鐘訪問，並爬取一次數據，儲存MongoDB中，保存所有歷史資料更新，希望能夠未來回溯病情時有幫助。BlankerL的源碼已獲得超過1萬4千夥星星。BlankerL以Python語言開發，透過開源工具Beautiful Soup抓取工具，快速從網站抓取各項數據。
不過為避免爬蟲的氾濫，佔用丁香園過多的流量，導致其他用戶無法獲取數據。BlankerL也開放另一介面，可直接查看並以API下載有關數據；包括病毒研究情況以及全國疫情概覽、國家、省份、地區或直轄市統計、疫情有關新聞資訊、疫情謠言以及丁香園闢謠聲明。
上述各項開發工具可供下載，並作各種不同分析，甚至加入到不同的專案，以助更多人認識疫情的發展，以及蔓延趨勢，甚至作出預測性分析。