매사추세츠 공과대학교(Massachusetts Institute of Technology, MIT) 연구원들이 새롭게 발표한 혁신적인 인공지능(AI) 모델은 다가오는 COVID-19 변종을 예측하는 능력을 갖추고 있습니다. 현재의 모델과는 달리 변종별 전파를 예측하지 않는 이 이 모델은 특정 SARS-CoV-2 변이로 인한 잠재적인 파동에 대한 조기 인식과 대응을 제공합니다.
MIT Sloan 경영대학(Retsef Levi)을 중심으로 한 연구팀은 Global Initiative on Sharing Avian Influenza Data (GISAID)에서 얻은 900만 건의 SARS-CoV-2 유전 서열을 종합 분석했습니다. 접종률, 감염률 및 기타 관련 요소 등을 고려한 결과, 연구자들은 바이러스 전파에 영향을 주는 요인을 확인했습니다. 이 연구 결과는 PNAS Nexus 저널에 발표되었습니다.
분석에서 발견된 패턴을 활용하여 연구자들은 기계 학습 기반의 위험 평가 모델을 구축했습니다. 이 모델은 다음 3개월 동안 백만 명당 최소 1,000건의 사례를 발생시킬 변이를 정확하게 예측할 수 있습니다. 2주간의 관찰 기간 이후, 모델의 예측 성능은 80.1%로 향상됩니다. 변이가 전염성을 갖출 것으로 예상되는 주요 지표는 해당 변이로 인한 초기 감염 추세, 변이의 스파이크 돌연변이 및 관찰 기간 동안 가장 우세한 변이와의 변이 차이입니다.
연구자들은 이 연구의 중요성을 강조하며, 이는 유전 서열 데이터와 역학 데이터를 활용하여 새로운 SARS-CoV-2 변이의 전파 위험에 대한 조기 신호를 개선하는 분석적인 프레임워크를 제공한다고 설명했습니다. 또한 이러한 모델링 접근 방식이 인플루엔자나 코로나바이러스와 같은 기타 호흡기 바이러스에도 확장될 수 있다고 제안했습니다.
추가 연구가 필요하지만, 이 AI 모델의 개발은 적극적인 팬데믹 관리에서 큰 진보를 나타냅니다. 특정 변이를 식별하고 예측함으로써 의료 시스템과 정부는 이러한 변이의 전파와 영향을 사전에 예방하기 위한 조기 조치를 취할 수 있습니다.
The source of the article is from the blog meltyfan.es