본 기사는 ENN이 전하는 최신 환경뉴스입니다. 앞으로 본지는 ENN은 물론 전세계 환경전문 언론에서 전하는 세계 환경문제도 함께 전달, 보도할 예정입니다. (편집자주)
검색 엔진과 소셜 미디어는 질병 발생을 예측할 수 있다.
인터넷 검색 엔진 쿼리와 소셜 미디어 데이터는 질병 예측을 위한 실시간 감시 시스템을 만드는 조기 경고 신호가 될 수 있다고 워털루 대학의 최근 연구는 말한다.
[2023년 7월17일 = ENN] 연구원들은 코로나(COVID-19)의 예를 사용하여 질병의 유행과 검색 엔진 쿼리 및 소셜 미디어 게시물 사이에 연관성이 있다는 것을 발견했다.
"일반 대중들은 건강 정보를 위해 인터넷 검색과 소셜 미디어를 사용하는 경향이 있으며, 특히 세계적인 전염병 기간에는 이와 같은 경향이 더 컸다."라고 워털루 공중 보건 과학 대학의 박사후 연구원인 양 (레나) 양[Yang (Rena) Yang] 박사가 말했다.
"이러한 행동 패턴은 공중 보건 당국이 질병이 급증하거나 감소할 때 표시하거나 새로운 전염병에 신속하게 대응하는 실시간 감시 시스템을 개발하는 데 사용될 수 있다.“
연구팀은 2020년 1월부터 3월까지 캐나다의 구글 트렌드와 트위터 데이터에서 증상 키워드를 추출했다. 이러한 키워드에는 구글 트렌드의 기침, 콧물, 인후염, 호흡 곤란, 발열, 두통, 몸살, 피로 등이 포함되었다.
트위터에서 연구원들은 폐렴, 기침, 발열, 콧물, 호흡과 같은 COVID-19 관련 해시태그를 살펴봤다. 그런 다음 그들은 COVID-19 캐나다 오픈 데이터 워킹 그룹의 COVID-19 데이터의 정보를 교차 확인했다.
연구원들은 COVID-19 증상과 관련된 검색어가 1일에서 13일 사이의 시차를 두고 매일 발생하는 COVID-19 사례와 밀접한 상관관계가 있음을 발견했으며, 이는 이러한 도구가 실시간으로 디지털 질병 감시의 조기 경고 신호 역할을 할 수 있음을 시사한다.
이 연구에서 예측에 사용된 정교한 기계 학습 모델은 트위터 데이터보다 구글 트렌드에서 더 나은 성능을 보였다.
이 연구의 수석 연구원이자 워털루 공중 보건 과학 대학의 조교수인 자히드 버트(Zahid Butt) 박사는 새로운 전염병의 관련 키워드를 식별하는 능력은 말할 것도 없고 자가 생성 데이터의 노이즈로 인해 모델링에 어려움이 있다고 지적했다.
"우리의 미래 연구는 일반적으로 인식되거나 보고되기도 전에 신흥 질병에 대한 관련 증상 키워드를 체계적으로 식별하고 구성하는 것을 목표로 할 것이다, "라고 버트는 말했다.
“이러한 시스템은 역학 통제를 지원하고 질병에 대한 대중의 인식을 관찰하며 발생 추세를 예측할 수 있는 잠재력이 있다. 여러 데이터 소스와 다중 모드 모델링을 사용하는 다면적 전략은 정확하고 포괄적인 신종 질병 감시를 제공하는 데 도움이 될 것이다.”
신흥 감염증을 위한 디지털 질병 감시 연구: 캐나다의 COVID-19 예측을 위해 인터넷 및 소셜 미디어 데이터를 사용하는 조기 경고 시스템은 보건 기술 및 정보학 연구에 게재되었으며, 워털루의 양(레나) 박사, 챠오 슈펑, 모하마드 바스리, 헬렌 첸 및 자히드 버트 박사가 저술했다.
다음은 ENN과 UNIVERSITY OF WATERLOO가 전하는 뉴스링크입니다.
https://www.enn.com/articles/72933-search-engines-and-social-media-can-forecast-disease-outbreaks
https://uwaterloo.ca/news/search-engines-and-social-media-can-forecast-disease
본지 객원기자(외신) 이상현 소개
객원기자 이상현(지에프오엔엠㈜ 이사)
서울 영동고등학교를 거쳐 미국 Beverly Hills 고등학교를 졸업하고 Parks College of Aviation & Engineering,에서 항공우주공학 석사를 취득했다.
미국의 McDonnell Douglas (현 The Boeing Company)와 NASA와의 연구 협업 및 파견 근무 등 다양한 경력을 거친 후 현재 국내 지에프오엔엠㈜ / 총괄사업 이사로 근무중이다.
