最近有輿論促請港府在全民檢測後，盡快推出「港版健康碼（港康碼）」。到底健康碼是甚麼？
健康碼是一個裝在手機App上的二維碼，今年二月由杭州率先推出。用戶需先在App申報健康情況，例如14天內是否有外遊、發燒發熱、接觸確診病人等，再加上病毒檢測結果，然後經過系統審核，自動生成一個健康碼，分成「綠碼」、「黃碼」、「紅碼」。持「綠碼」者，可自由出入各種公共場所；不幸變成「黃碼」者需隔離7天，「紅碼」則要隔離14天。
如何審核一個人的健康碼呢？除了自己申報的健康資料和病毒檢測結果外，系統還會收集手機上的大數據，包括定位、流動網絡資訊、WIFI連接、支付等數據，然後系統可以計算過去14日，手機用戶甚麼時段到過哪些地方。
當有新確診個案發生時，系統就可從數據庫中迅速辨認出誰曾和確診者有密切接觸，例如曾在同一時間於同一個場所聚集，甚至曾在超市一同排隊用過支付系統等。此時，當事人手機上的健康碼，就會被轉成「黃碼」或者「紅碼」，須盡快安排隔離，因而能有效阻止潛在的傳播病毒機會。
在金融科技方面，大數據分析應用更為廣泛。例如傳統的信貸評分，通常是根據申請人的個人資料和信貸紀錄，計算出信貸等級。而使用大數據的智能信貸評分系統，就會在傳統資料上，再參考如線上購物、乘車出行、社交平台、流動電訊商等的數據來作判斷。
傳統分析重視「因果」，而大數據就更重視數據和評分之間的「關係」。例如大數據分析發現，工作時間經常四處跑的貸款申請人，比每天規律地「兩點一線」的出行者，過去的還款表現是比較差的。根據這種關係，以大數據進行信貸評分時，行為數據偏向前一種的申請人可能得分較低。
大數據分析雖有眾多優點，但作為一門新興科技，必然會衍生出道德倫理問題，例如原生和衍生數據產權歸屬、個人私隱保護、算法出錯責任誰屬等有待解決的議題。
香港電腦學會金融科技專家小組執行委員會委員 陳穎峯