[為何你該知道]

台灣在疫情前期的控管比較完善，在去年五月中旬曾經有爆過一次疫情，但我們也很幸運的將傷害壓到最低，成功控制住疫情。但自從變異種 Omicron 出現後，台灣也沒辦法撐過去，最終在台灣也開始出現每天上萬的案例。即便變異種的殺傷力相較之下比較微弱，但面臨大量確診數量下，要如何預估台灣最大的醫療量能，並藉此訂定國家的防疫政策等等，要知道並對比國內外的醫療、文化、疫苗施打等等各種情況，這時這些資料就變得非常重要。透過這些資料的揭露及整理，我們能很清楚地了解現今 covid-19 的全球數據，無論對政府還是對自己做出最正確的決定。

[基本資訊]

• 建置成本: ＊＊＊
• 重要程度: ＊＊＊＊＊
• 開放程度: ＊＊＊＊＊ (CC BY)
• 更新頻率: 每日
• 資料類型: Confirmed cases, Confirmed deaths, Vaccinations
  , Tests & positivity, Policy responses, Excess mortality, Hospital & ICU positon, Reproduction rate, etc...

在詳細查詢資料前，能夠紀錄的資料類型裡我頂多只能想象到確診數、死亡數及疫苗施打情況。但看了以下開放資料的細部介紹後，才發現還需要非常多種類的資料才能推估整個疫情的走向。在以上提到的檢測數量及陽性比例、政府政策改變、大量感染/死亡事件、當地醫院/加護病房資料，以及當地病毒的基本傳染數等等。這些數字都是非常重要的資訊，雖然大部分的資料在每個國家都有相關的統計，但當每個國家的資料彙整在一起時，又有各種應用及資料可以輔助決策。

[推薦開放資料]

Our World in Data (CC BY) https://github.com/owid/covid-19-data

CSSEGISandData / COVID-19 (CC BY 4.0)
https://github.com/CSSEGISandData/COVID-19

衛生福利部 COVID-19 防疫關鍵決策時間軸 (政府網站資料開放宣告)

[資料應用]

Data on COVID-19 (coronavirus) by Our World in Data https://ourworldindata.org/explorers/coronavirus-data-explorer

Covid-19 Dashboard (WHO) https://covid19.who.int/

Covid-19 Dashboard (CSSE@JHU) https://www.arcgis.com/apps/dashboards/bda7594740fd40299423467b48e9ecf6