城市的下水道正在說話：廢水監測如何成為公共衛生的低調雷達

城市最誠實的地方，可能不是市政報告，也不是社群民調，而是下水道。人會忘記填問卷，會懶得就醫，會因為工作、交通、羞恥感或醫療費用延誤檢測；但城市的生活痕跡，最後常常流進同一套污水系統。廢水監測就是在這個不起眼的地方，讀取公共衛生的早期訊號。它不問誰生病，不追蹤哪一戶人家，也不需要每個人主動回報；它只是在群體尺度上觀察病原、化學物質或其他健康指標的變化。這種方法聽起來不浪漫，卻很現代。畢竟，真正成熟的城市科技，不是把每盞路燈都裝上攝影機，而是知道哪些資料可以幫助公共決策，同時不把人民變成透明人。

下水道不是八卦機，是群體雷達

COVID-19 之後，廢水監測從冷門專業變成公共衛生基礎設施的一部分。美國 CDC 的全國廢水監測系統已將 SARS-CoV-2、流感 A 與 RSV 等呼吸道病毒納入資料呈現，並定期更新。WastewaterSCAN 等研究與公共合作計畫，也展示了城市污水如何協助地方政府理解疾病趨勢。它的核心優勢不難理解：許多感染者還沒就醫、還沒快篩、甚至沒有症狀時，病原訊號可能已經出現在污水裡。對公共衛生來說，這像是城市提早咳了一聲，提醒你不要等到急診室爆滿才開始開會。

但廢水監測不是水晶球。它不能直接告訴我們有幾個人感染，也不能取代臨床檢測、醫療通報與疫苗策略。不同污水處理廠的服務範圍、人口流動、降雨稀釋、採樣頻率、實驗方法與資料標準，都會影響解讀。若城市把廢水數據當成唯一真相，就會犯另一種技術迷信：把看起來很精密的曲線，誤認為完整世界。好數據需要好治理，壞治理只會讓好數據變成更高級的誤會。

從城市到部落：誰被看見，誰被漏掉？

廢水監測常以都市污水系統為基礎，這也意味著它容易看見接入集中污水設施的人口，卻不一定看見分散聚落、偏鄉、部落、山區、離島或使用化糞池與小型處理系統的社區。公共衛生科技若只沿著既有基礎設施前進，就會把原本資源較少的地方再次留在陰影裡。這不是廢水監測的原罪，而是公共服務設計必須誠實面對的限制。

對原鄉公共服務而言，問題不只是「要不要裝設備」，而是誰決定監測什麼、資料如何回饋、社區是否理解結果、地方產業會不會被污名化。例如一個以觀光、溫泉、農產或部落品牌為核心的地方，若監測結果被媒體粗暴報導，很可能造成不必要恐慌。反過來，若資料只留在中央或研究單位，地方政府與部落組織拿不到可理解、可行動的資訊，也很難真正提升韌性。雙向知識的觀點在這裡很實際：科學方法提供早期訊號，地方知識提供脈絡判斷；缺一邊，公共衛生都會跛腳。

標準化是必要的，但不要把人標準掉

近年 PHES-ODM 等開放資料模型，嘗試為廢水與環境監測建立更一致的資料結構，讓不同實驗室、地區與系統可以互通。這很重要。沒有共同欄位與後設資料，跨區比較就像把不同語言的病歷丟進洗衣機，轉完只剩一團濕紙。採樣點、樣本、測量值、分析流程、人口涵蓋範圍、實驗方法與資料版本，都需要被清楚記錄。公共衛生資料若要進入 AI 分析，更不能只有漂亮圖表，還要能追溯資料怎麼來、經過哪些處理、適用範圍到哪裡。

可是標準化不能變成去脈絡化。每個污水系統背後都有不同的地理、產業、季節與人口流動。觀光旺季、返鄉節慶、農忙移工、學校開學、豪雨入流，都可能改變訊號。地方公衛人員與社區工作者知道這些細節，模型不一定知道。若 AI 只看數值，不看地方節奏，就可能把節慶人流誤讀成疫情暴增，把豪雨稀釋誤讀成風險下降，把採樣中斷當成趨勢消失。這就是為什麼城市科技不能只交給儀表板，還要交給懂地方的人一起解讀。

資料倫理：不要讓公共衛生成為監控捷徑

廢水監測常被描述為匿名、群體尺度、非侵入式，這是它相對於個人追蹤的優點。但公共信任不是自動生成的。當監測尺度愈縮愈小，從城市到校園、機構、宿舍、監獄或單一社區，倫理問題就會上升。誰同意？誰被告知？結果是否公開？公開到什麼粒度？是否可能造成族群、職業、地區或產業污名？是否有清楚的資料保存與刪除政策？若沒有回答這些問題，廢水監測就可能從公共衛生工具滑向方便的監控想像。

成熟的做法應該包括四件事。第一，資料用途要限定，不能今天測病毒，明天順手測別的敏感指標。第二，資料尺度要適當，能以較大群體尺度達成公共目的，就不要縮到可識別小群體。第三，結果溝通要負責，用風險等級、趨勢與行動建議取代恐嚇式標題。第四，地方要有回饋權與更正權，特別是偏鄉、部落與資源不足地區，不能只被採樣，卻不能參與解讀。

結語：最好的智慧城市，先學會不偷看

廢水監測提醒我們，公共衛生的未來不一定都在醫院裡，也在水流、管線、實驗室、資料標準與地方治理之間。它可以幫城市更早發現風險，幫醫療系統爭取時間，也能讓地方政府把資源放到更需要的地方。但它也逼我們面對一個基本問題：城市想變聰明，到底是為了照顧人，還是為了蒐集更多資料？真正值得信任的公共科技，不是看得最多，而是知道什麼不該看、什麼必須說明、什麼需要共同決定。下水道可以說話，但政府、科學家與媒體要學會負責任地翻譯。

對地方產業來說，溝通比儀表板更早到位

地方產業最怕的不是數據本身，而是數據被錯誤翻譯。觀光小鎮、部落市集、農產品牌或溫泉旅宿，一旦被貼上「病毒熱區」的標籤，即使實際風險有限，也可能造成取消訂房、消費退縮與社群污名。公共衛生單位若要推動廢水監測，就不能只準備技術簡報，也要準備溝通劇本：哪些結果可以公開、怎麼說明不確定性、何時啟動地方衛教、何時提醒醫療資源、如何避免把趨勢圖變成恐慌海報。

這也是 Balriwakes 所關注的文化經濟問題。部落產業不是只有產品與遊程，也包括信任、名聲與社群治理。若科技系統沒有把地方品牌的脆弱性納入設計，原本想保護健康的工具，可能反過來傷害地方經濟。比較好的模式，是讓地方公所、衛生所、部落組織、產業代表與研究單位先建立共識，再決定資料公開層級與行動門檻。公共衛生要快，但不能快到忘記誰承受後果。

因此，廢水監測的成果不應只是一張中央儀表板，也應該回到地方的行動語言：今天是否需要提醒長照機構加強防護？學校是否要補充衛教？活動主辦方是否要準備口罩與通風安排？資料若不能轉成可執行的照顧，它就只是比較昂貴的曲線。

這也是本文所說的公共治理：技術可以加速，但不應取代判斷、責任與人的脈絡。

延伸閱讀與資料來源

• U.S. Centers for Disease Control and Prevention（CDC），〈National Wastewater Data for Respiratory Viruses〉，持續更新，https://www.cdc.gov/wastewater/respiratory-viruses/national.html 。人工核對重點：核對 CDC 對流感 A、SARS-CoV-2、RSV 等呼吸道病毒廢水資料的呈現方式、更新頻率與資料限制。
• CDC，〈About Wastewater Data / National Wastewater Surveillance System〉，2024 版頁面與後續更新，https://www.cdc.gov/wastewater/ 。人工核對重點：核對 NWSS 的資料用途、可解讀範圍，以及廢水監測不可直接等同病例數的限制。
• WastewaterSCAN，〈About〉，https://www.wastewaterscan.org/en/about 。人工核對重點：確認該計畫以市政污水監測疾病、支援地方與全國公共衛生反應的定位，避免誤寫為政府單一官方系統。
• Thomson, M. et al.，〈The Public Health and Environmental Surveillance Open Data Model（PHES-ODM）Version 3〉，2026 預印本，https://arxiv.org/abs/2604.18762 。人工核對重點：核對 PHES-ODM v3 針對資料表、後設資料、互通性、公共衛生行動與外部資料庫連結的描述；正式引用前請確認是否已有期刊正式版。
• PHES-ODM Project，官方資料模型網站，https://www.phes-odm.org/ 。人工核對重點：核對 sites、samples、measures 等核心資料實體與資料字典，避免把資料模型說成單一軟體產品。
• source-check notes（供人工審稿）：本文涉及公共衛生與地方治理，所有疾病風險判讀仍應以各國官方衛生機關、地方衛生局與專業流行病學判斷為準；若加入台灣案例，需另查疾管署、環境部與地方污水系統資料。