• Journal of the Korean Data and Information Science Society
• /
• 제26권2호
• /
• pp.301-312
• /
• 2015

본 연구는 전염병의 확산 과정을 설명하기 위한 질병 확산 모형을 구축 하고자 하였다. 질병의 확산 과정은 결정적인 과정과 확률적인 과정으로 크게 분류할 수 있다. 대부분의 연구가 질병의 확산 과정을 결정적 과정으로 움직인다고 가정을 하고 상미분방정식을 이용하여 모형을 구축하였다. 본 연구에서는 질병 확산 모형인 SIR (Suspectible - Infectious - Recovered) 모형을 기반으로 하여 질병의 확산 예측 모형을 구현하고자 하였다. 최소제곱법을 이용하여 모수를 추정한 후, 상미분방정식을 이용한 결정적 모형 방법과 더불어 Gillespie가 제안한 방법에 기반하여 확률적인 과정을 따르는 모형 적합을 함께 시도하였다. 본 연구에서 소개된 방법들은 질병관리본부의 2001년 1월부터 2002년 3월까지의 국내 말라리아 주별 발병자 수 자료를 이용하여 모형 적합을 시도 하였으며, 그 결과 구현된 모형이 실제 질병의 확산과정을 잘 설명하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권2호
• /
• pp.297-307
• /
• 2017

질병 확산 모형은 질병의 확산 과정을 모형화 함으로써 질병이 발생하고 퍼지는 시간 내에서 통제하기 위하여 활용하고자 하는 모형이다. 본 연구에서는 질병 확산 모형의 가장 대표적인 SIR 모형에 기본적인 확장 접근을 하여 접촉군 (exposed)이라는 단계를 추가한 SEIR 모형을 이용하여 모형 구축을 하였다. 이 모형은 감염 대상군 (susceptible)의 사람들이 질병에 노출 된 잠복기를 거쳐 일정 시간이 경과한 후 감염되어 감염군 (infected)으로 이동한 후 다시 회복군 (removed)으로 이동하는 모형이다. 이와 같이 질병에 감염된 후 감염력이 생기는 잠복기가 있는 경우에 연구에 활용될 수 있다. 본 연구에서는 2015년 국내에서 발생한 메르스 코로나바이러스 (Middle East respiratory syndrome coronavirus; MERS CoV)에 의한 호흡기 감염증 자료를 수집하였다. 질병의 확산 과정이 결정적이 아닌 확률적인 흐름을 따른다고 가정하여 포아송 확률과정을 따른다고 보고 확률적 화학반응 모형을 이용하여 모형을 구축하였다. 모형을 구현하기 위해서 SEIR 모형의 세 모수인 질병에 노출된 정도를 나타내는 접촉률 (exposed rate), 질병의 감염 정도를 나타내는 감염률 (transmission rate), 질병의 회복정도를 나타내는 회복률 (recovery rate)를 추정함으로써, SEIR 모형에 적합하고 전염병 확산에 대한 예측을 수행하였다. 또한 접촉군이 정확하게 관찰되지 않을 부분을 보완하기 위하여 접촉군을 생성하는 과정을 전체 모형 구축 과정에 추가하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권1호
• /
• pp.57-66
• /
• 2017

질병의 확산 과정을 설명하기 위한 모형으로 가장 대표적인 방법은 Kermack과 McKendrick (1927)에 의해 제안된 SIR (susceptible - infectious - recovered) 모형이다. SIR 모형을 구축하기 위해서는 질병의 감염률 (transition rate)과 회복률 (recovery rate)이 주어져 있거나 질병의 전체 확산 과정이 데이터로 주어진 경우 추정을 통하여 구할 수 있다. 하지만 데이터가 제한적으로 관찰된 경우 직접적인 감염률와 회복률의 계산이 불가능 하다. 본 연구에서는 관찰된 자료가 가지는 한계점을 고려하여 질병의 초기 확산과정에서 질병 감염 확률을 추정하기 위하여 리드-프로스트 (Reed-Frost) 모형 (Andersson과 Britton, 2000)을 적용하였다. 리드-프로스트 모형은 질병의 최초 감염자 수, 최종 감염자 수, 그리고 최초 감염대상자의 수가 주어졌을 때 이를 통하여 감염 확률을 추정하기 위한 모형이다. 본 연구에서는 서아프리카의 카메룬 공화국에서 조사된 역학 조사 자료를 이용하여 콜레라의 초기 감염 확률을 추정하였다. 그리고 추정된 결과를 이용하여 다시 SIR 모형에 적용하여 질병의 확산 경로에 대한 예측을 수행하였다. 예측 결과 조사 지역의 주민 가운데 50% 이상이 감염될 것으로 예측되었으며 질병의 전파는 약 한달 정도 지속될 것으로 예측 되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.413-416
• /
• 2020

COVID-19(Coronavirus Disease 2019)는 RNA 형 바이러스로써 점막감염(粘膜感染)과 비말전파(飛沫傳播)로 전염되는 급성 호흡기성 질병이다. 2019 년 12 월 중국 후베이 우한에서 처음 감염이 보고된 후 빠르게 글로벌로 확산되었고, 현재 여러 국가와 지역이 Lockdown 상태에 있다. COVID-19 의 치사율은 국가별, 연령별 차이는 있으나 사스(SARS-CoV), 메르스(MERS-CoV) 등과 비교하여 높다고 할 수 없다. 그러나 COVID-19 는 신종 코로나바이러스로써 아직 백신(Vaccine)과 항바이러스제가 개발되지 않았고 다른 질병과 비교하여 빠른 감염 속도때문에 의료 공백, 사회적 혼란, 경제적 손실을 크게 일으키고 있다. 따라서 바이러스의 확산 양상을 데이터 분석을 통하여 예측할 수 있다면 사회·경제적인 폐해를 줄일 수 있어 Bass 모델과 R 패키지를 이용하여 COVID-19 확산 예측 모형을 계량적으로 제시하였다.

• 자원ㆍ환경경제연구
• /
• 제20권2호
• /
• pp.357-379
• /
• 2011

경제환경의 글로벌화로 인해 외래종의 유입에 대한 관심이 증가하고 있다. 외래종은 동식물 개체 내지 미생물 수준에서 토착환경에 유입되어 침입종으로서의 유해한 영향을 미칠 수 있다. 본 논문은 확률적 확산과정을 이용하여 외래질병의 팬데믹 확률을 최소화하기 위한 최적제어 모형을 제시하며, 사회적 비용최소화 모형과 비교하였다. 실험적인 수치해석의 사례로 최근의 H1N1을 데이터를 이용하여 최적수준에 대한 비교정태 분석결과를 소개한다. 외래질병의 증가율이 높은 초기 시점부터 완전제어노력을 기울이는 것이 바람직하며, 사회적 비용을 최소화하는 접근방식보다는 보다 적극적인 초동대응 노력이 필요한 것으로 나타났다.

• 한국지리정보학회지
• /
• 제21권2호
• /
• pp.94-106
• /
• 2018

역학 모델은 질병 확산에 대한 시뮬레이션 및 관련 방역대책을 수립하는데 유용하며, 개체들의 접촉을 통해 전파되는 질병의 공간 확산에 대한 자세한 이해를 가능하게 한다. 이 연구에서는 공간에서 개체 간의 상호작요에 의한 결과로 메르스 전염병의 확산을 실시간적으로 시뮬레이션하기 위해 공간 빅데이터와 통합된 행위자 기반 공간 모델을 제안하고자 한다. 설계된 모델은 모집단, 시간, 공간이라는 세 요소를 고려하여 병원간의 직접접촉을 묘사하였다. 모집단의 역학관계는 2015년 서울특별시에서 발생한 메르스 사례를 기준으로 하였으며, 도로를 이동하는 사람과 메르스 환자가 발생한 병원과의 직접접촉으로 전염병이 전파하는 것으로 설계하였다. 모델을 이용하여 메르스 발생 상황을 예측하면서 시계열별로 실제 메르스 확산과 본 모형의 결과를 비교분석 하여 모형의 타당성을 검증하였으며, 다양한 시나리오를 적용해서 모의실험을 수행하였다. 메르스 발생 상황에서 방역 전략을 선정하기 위해 제시된 방법을 이용하여 방역조치를 다양하게 실험하는 것은 메르스 확산을 통제하는데 중요한 역할을 할 것으로 기대된다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권4호
• /
• pp.813-826
• /
• 2015

본 연구는 화학 반응 모형의 추정 문제를 다루고 있다. 화학 반응 모형이란 생화학 분야에서 종(species) 들 간의 상호작용을 통한 변화 과정을 설명하기 위한 모형으로 생화학 분야 뿐 만 아니라 질병의 확산과정을 설명하는데 적용하는 모형이다. 본 연구에서는 화학 반응 모형 안에서 종들의 움직임이 확률적이라는 가정하에 Gillespie 알고리즘을 이용하여 모형 추정을 위한 우도함수를 구축하였다. 제한적인 자료구조 하에서 베이지안 접근법에 기반하여 MCMC (Markov chain Monte Carlo)방법에 기반한 모수의 추정 방법을 제안하였다. 제안된 방법들은 생태계 포식자-피식자 관계를 설명하기 위한 Lotka-Volterra 모형과 유전자 전사 (gene transcription) 과정을 설명하기 위한 L1 retrotransposition 모형에 적용하였다. 그 결과 우수한 추정 결과를 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권1호
• /
• pp.161-168
• /
• 2015

전염병은 기초 감염 재생산 수가 시간에 따라 달라져서 상황을 관리하기 어렵기 때문에 확산을 통제하기 어려울 뿐 아니라 정확한 예측은 더욱 어렵다고 알려져 있다. 최근에 많은 모형들이 새롭게 제시되고 있으며 그에 따라 현저하게 다른 결과가 도출되고 있다. 연속된 시간에서 기초 감염 재생산 수는 일반적으로 확률과정이론이 적용되고 있다. 본 논문에서는 에볼라 바이러스 전염병 모형에서 전염확률분포의 추정 방법을 제시하였다. 이 방법은 대규모 전염병 발생에서 실시간 추정을 가능하게 함으로 적절한 질병관리를 용이하게 한다. 기니에서 발생한 에볼라 바이러스 자료를 제시한 방법으로 분석하였다.

• 한국전자거래학회지
• /
• 제24권1호
• /
• pp.105-120
• /
• 2019

세계보건기구(WHO)를 비롯해 세계 각국의 정부기관은 항생제 오남용에 따른 항생제 내성균 감염에 대해 심각하게 경고하며 이를 예방하기 위한 관리와 감시를 강화하고 있다. 하지만 감염을 확인하기 위한 감염균 배양에 수일의 시간이 소요되면서 격리와 접촉주의를 통한 감염확산 방지 효과가 떨어져 선제적 조치를 위한 신속하고 정확한 예측 및 추정방법이 요구되고 있다. 본 연구는 Electronic Health Records에 포함된 질병 진단내역과 항생제 처방내역을 neural embedding model과 matrix factorization을 통해 embedding 하였고, 이를 활용한 딥러닝 기반분류 예측 모형을 제안하였다. 항생제 내성균 감염의 주요 원인인 질병과 항생제 정보를 embedding하여 환자의 기본정보와 병원이용 정보에 추가했을 때 딥러닝 예측 모형의 f1-score는 0.525에서 0.617로 상승하였고, 딥러닝 모형은 Super Learner와 같은 기존 기계학습 모형보다 더 나은 성능을 보여주었다. 항생제 내성균 감염환자의 특성을 분석한 결과, 감염환자는 동일한 질병을 진단받은 비감염환자에 비교해 J01 계열 항생제 사용이 많았고 WHO 권고기준(DDD)을 크게 벗어나는 오남용 청구사례가 6.3배 이상 높게 나타났으며 항생제 오남용과 항생제 내성균 감염간의 높은 연관성이 발견되었다.

• 디지털융복합연구
• /
• 제16권9호
• /
• pp.147-157
• /
• 2018

구글의 인플루엔자 의사환자(ILI) 예측 서비스 시작 이래로 웹 검색 정보를 활용한 ILI 예측 연구들이 급속도로 확산되고 있는 가운데, 본 연구는 ILI 자료와 웹 검색 정보를 활용한 한국 ILI 단기 예측 모형을 개발해 성능을 평가해 보고자 한다. 한국에 특화된 ILI 예측 모형 개발을 위해 한국질병관리본부의 ILI 감시 자료와 구글 및 네이버의 한국어 검색정보를 ARIMA 모형과 함께 사용하였다. 모형1은 ILI 자료만 사용하였으며, 모형 2와 3은 모형1에 구글과 네이버의 검색자료를 각각 추가하였다. 모형4는 모형 2와 3의 공통 검색어를 모형1에 추가하였다. 모형 훈련기간 동안 모든 예측모형들이 95%($R^2$) 이상의 높은 적합도를 보였으며, 예측기간 1과 2에서 모형1이 가장 우수한 예측력(99.98%, 96.94%)을 보였다. 모형 3(a)와 4(b, c)는 전체 예측기간에서 90% 이상의 안정적인 예측력을 보였지만, 모형1의 성능에는 미치지 못하였다. 본 연구에서 정확하고 안정적인 예측력을 보인 모형들은 성능개선에 관한 보완적 연구와 더불어 국내 인플루엔자 유행 조기경보시스템에 활용 가능하다.