現代疫情監測整合了數位流行病學、基因體學和數學模型。
Genomic Surveillance 的基礎建設
COVID-19 促使全球基因體監測能力爆發性成長——GISAID 已收錄 >16 million SARS-CoV-2 序列。但能力分布極不平等：2021 年非洲僅貢獻 <1% 的全球序列，而 UK（COG-UK consortium）貢獻 >50%。WHO Global Genomic Surveillance Strategy（2022）目標：每國每週 ≥750 序列（高流行期）。台灣的 SARS-CoV-2 基因體監測由疾管署與國衛院合作，border sequencing + 社區 sentinel site + 重症 sequencing 三軌並行。
即時 Rt 估算
有效再生數 Rt 是最重要的即時流行病學指標。Cori et al.（2013, Am J Epidemiol 178:1505）的 EpiEstim 方法以 incidence time series + serial interval distribution 估算 instantaneous Rt，時間解析度可達日。Rt > 1 代表疫情擴張。COVID-19 期間各國 dashboard 即時呈現 Rt 用於政策決定（如解封/升級 NPI）。但 Rt 估算受 reporting delay、testing capacity 和 surveillance bias 影響——Gostic et al.（2020, PLoS Comput Biol 16:e1008409）提出 deconvolution method 校正 right-truncation bias。
Wastewater-Based Epidemiology（WBE）
WBE 在 COVID-19 後成為常規監測工具。原理：感染者排泄 SARS-CoV-2 RNA（~10⁵-10⁷ gc/g stool）→ 匯入下水道→ RT-qPCR 定量。Bivins et al.（2020, Sci Total Environ 736:139631）建立了 wastewater SARS-CoV-2 RNA concentration → community prevalence 的估算模型。WBE 可比臨床通報提前 4-7 天反映趨勢，且不受就醫行為/篩檢政策影響。延伸應用：polio eradication 的環境監測（environmental surveillance）已運行數十年；AMR 的 wastewater resistome 監測為新興方向。
One Health Surveillance 整合
理想的大流行早期預警系統應整合：(1) 臨床通報 + 哨兵（人類）；(2) 獸醫/農委會通報（動物）；(3) WBE + metagenomic environmental sampling（環境）。台灣的傳染病監測整合平台（NIDSS）正逐步納入獸醫通報和 WBE 資料流。
文獻：Cori A et al. 2013. Am J Epidemiol 178:1505-1512. / Gostic KM et al. 2020. PLoS Comput Biol 16:e1008409.