데이터 과학 및 모델링 기술을 활용한 무료 온라인 플랫폼이 유럽 내 신종 전염병 대응 역량을 크게 향상시킬 것으로 기대됨
- 기후변화와 사람 및 상품의 글로벌 이동 증가로 인해 질병 확산의 위험이 높아졌으며, 코로나19 팬데믹은 신종 전염병의 조기 탐지, 감시 및 평가를 위한 개선된 시스템의 필요성을 더욱 부각시킴
- 현재의 질병 감시 시스템은 주로 수동적인 정기 데이터에 의존하여 질병 발생과 확산을 모니터링하고 대응책을 마련하고 있으나, 인공지능, 머신러닝 및 다양한 빅데이터 분석을 결합한 새로운 접근법이 더 정확한 모델 개발과 질병 출현 원인의 이해를 도울 수 있음
EU 지원 프로젝트 MOOD는 머신러닝을 통해 데이터를 수집하고 분석하여 ‘원헬스(One Health)’ 접근법을 기반으로 유럽의 전염병 위협 탐지 및 대응 능력을 강화하는 독특한 디지털 플랫폼을 개발
- 프랑스 국제농업개발연구센터(CIRAD)의 프로젝트 코디네이터 Arsevska는 이 플랫폼이 데이터 과학과 모델링 도구를 공공 보건 정책 결정에 직접 활용할 수 있도록 개발되었다고 설명
- 플랫폼은 수학적, 통계적 방법과 머신러닝 알고리즘을 통해 예측 가능한 질병 위험 지도를 생성하며, 자연어 처리를 활용한 PADI-web 도구로 온라인 매체에서 질병 관련 정보를 자동 추출 및 분석하여 사건 기반 감시를 지원
- 환경, 기후, 숙주 분포 및 질병 데이터를 통합하여 공공 및 동물 보건 전문가들이 신속하고 정확한 결정을 내릴 수 있도록 지원
- 현재 웨스트나일 바이러스, 진드기 매개 뇌염, 조류 독감, 식용 동물의 항생제 내성 등 여러 병원체의 위험 지도를 제공하며, 향후 필요에 따라 추가 질병을 포함할 예정
사례 연구를 통한 실제 적용 사례
- 프로젝트는 기후 변화 맥락에서 유럽 전역에서 다양한 전염 경로와 지리적 분포를 가진 전염병을 대상으로 데이터 통합, 예측 모델링 및 원헬스 접근법을 적용한 사례 연구를 수행
- 진드기 매개 뇌염의 경우, 서식지 및 야생동물 데이터를 활용해 현지 수준의 위험 지도를 강화했고, 웨스트나일 바이러스의 경우 지표 기반 및 사건 기반 데이터를 결합하여 질병 발생 위험과 감염력을 모델링
- 조류 독감 사례 연구에서는 전통적인 발병 보고와 유전자 데이터를 통합하여 야생 조류에서 가금류로의 전염 위험을 평가하고 질병 발생 핫스팟을 지도화
- 항생제 내성 연구에서는 부문 간 데이터 통합의 심각한 격차를 밝혀내고, 가축 내 내성 병원체가 지역별로 불균등한 위험을 초래함을 지적하며 원헬스 기반의 협력적 감시 전략 필요성을 강조
- 코로나19 팬데믹 동안, MOOD의 연구는 바이러스 확산 평가와 이동 제한 조치의 영향을 분석하여 유럽 내 공중 보건 기관의 대응 정책 수립에 기여
지속 가능한 운영과 향후 발전 계획
- 프로젝트 이후에도 플랫폼의 지속 가능성을 확보하기 위해 국제 비영리 협회를 설립하여 플랫폼 유지 및 새로운 협력 관계 구축과 자금 조달 기회를 모색 중
- MOOD는 연구 협력 네트워크 및 모델링 네트워크를 강화하여 학계와 정책 결정자, 데이터 제공자 간의 효율적인 협력과 데이터 공유를 촉진함으로써 향후 대비력을 더욱 강화할 예정
MOOD 프로젝트
- 기간 : 2020.01 ∼ 12.
- 예산 : 약 14,592,964.10 유로 (EU 13,910,747.25 유로 지원)
- 총괄 : CENTRE DE COOPERATION INTERNATIONALE EN RECHERCHE AGRONOMIQUE POUR LEDEVELOPPEMENT - C.I.R.A.D. EPIC (프랑스)
