기존 코로나바이러스(SARS-CoV-2; COVID-19)의 확산 정도를 측정하는 지표인 감염재생산지수(reproduction number)는 감염병 발생 초기, 대부분의 사람들이 감염병에 대한 면역력이 형성되지 않을 때 적합한 측정 지표다.

하지만, 현재와 같이 감염병이 장기간 진행되는 상황에서는 백신 접종 수나 감염 후 회복 수가 많아져 면역력이 형성되지 않은 사람의 수가 적은 상황에는 효과적이지 않다.

여기에, 숭실대학교(총장 장범식) 전자정보공학부 권민혜 교수 연구팀이 이러한 한계점을 극복하는 새로운 감염병 확산 지표인 감염재생산계수(reproduction factor)를 인공지능(AI) 기반으로 개발했다. 

연구팀이 개발한 감염재생산계수는 마르코프 체인(Markov chain) 기반의 수리모형을 활용해 인구 상태를 구분하고 면역력이 형성되지 않는 인구 비율을 확진자 데이터셋에 기반한 머신러닝 방식으로 추정했다.

이 과정에서 숨은 감염자 수와 같이 데이터로 집계되기 어려운 통계적 정보 추정을 위하여 순방향-역방향 추정(forward-backward inference) 알고리즘을 제시했다. 이를 통해 잠복기 상태의 감염자 수 등을 추정할 수 있어 감염병 관련 방역 정책을 세우는데 유용한 근거가 될 수 있다. 연구팀은 한국, 독일, 이탈리아, 미국 캘리포니아 COVID-19 데이터셋을 활용해 제안한 감염재생산계수의 우수성을 입증했다. 

안수진 석사과정생은 “장기화된 COVID-19 확산으로 많은 국민이 방역 정책에 피로감을 느끼는 현 상황에 꼭 필요한 감염병 확산 지표를 개발하게 되어 기쁘다. 본 연구 결과가 우리나라의 선진 과학 방역에 유용한 근거가 되길 바란다”라고 소감을 밝혔다. 

한편, 안수진 석사과정생이 1저자, 권민혜 교수가 교신저자로 글로벌 최상위 저널 IEEE 의학 및 건강 정보학 저널(Journal of Biomedical and Health Informatics)에‘재생산인자 기반 잠재 전염병 모델 추론: COVID-19 데이터 세트를 이용한 데이터 중심 접근법(Reproduction Factor Based Latent Epidemic Model Inference: A Data-driven Approach Using COVID-19 Datasets-보기)’라는 제목으로 지난 10일 게재됐으며, 이 기술은 한국 및 미국 특허출원을 완료해 등록심사 중에 있다.