<사진 좌측부터 국립중앙의료원 성호경 전문의, 이경신 주임연구원>
국가 응급진료 데이터를 활용한 기존의 호흡기 감염병 경보 시스템이 계절성 유행에는 효과적이지만 코로나19와 같은 대규모 팬데믹 상황에서는 예측 기능을 상실한다는 연구 결과가 나왔다.
국립중앙의료원 연구팀은 최근 국제학술지 <감염 및 공중보건 저널(Journal of Infection and Public Health)>에 게재한 논문을 통해 지난 6년간 전국 응급실 내원 환자 3100만 명의 데이터를 분석한 결과 이같이 확인됐다고 밝혔다.
연구팀은 시계열 예측 기법인 ‘ARIMA 모델’을 적용해 2017년부터 2022년까지 응급실 환자의 발열 및 호흡기 증상을 모니터링했다.
분석 결과 코로나19 이전인 2019년에는 0~4세 영유아 집단에서 시스템의 성능이 독보적이었다.
특히 소아 환자의 응급실 방문 추이는 지역사회의 바이러스 유행을 가장 빠르고 정확하게 알리는 ‘조기 레이더’ 역할을 수행했다. 7일 연속 경보 기준 적용 시 민감도는 100%에 달해 계절성 유행 감지에는 탁월한 성능을 입증했다.
하지만 2022년 오미크론 변이 대유행이 닥치자 상황은 급변했다. 가장 정확했던 0~4세 집단의 유행 탐지 민감도가 1.6% 수준으로 곤두박질친 것이다. 성인과 노인 집단에서도 시스템은 유의미한 경보를 울리지 못했다.
연구팀은 그 원인으로 ARIMA 모델의 핵심 전제인 ‘정상성(Stationarity)’ 가정이 무너진 점을 꼽았다. 오미크론 유행처럼 환자 수가 폭발적으로 증가해 기준선 자체가 급격히 변하는 상황에서는, 과거 데이터에 기반한 ‘고정된 임계값’ 방식이 ‘신호’와 ‘잡음’을 구분하지 못한다는 분석이다.
방법론 설계를 주도한 이경신 주임연구원은 “미래 예측을 위해서는 실시간 변화에 따라 스스로 학습하고 기준을 조정하는 머신러닝 기반의 ‘동적 예측 모델’ 도입이 필수적”이라고 설명했다.
이번 연구는 현재의 국가 감시 체계가 대규모 신종 감염병 위기 상황에서는 ‘사후 약방문’이 될 수 있음을 실증했다는 점에서 큰 의의가 있다.
연구를 총괄한 성호경 전문의는 “미래의 팬데믹은 언제나 우리의 예측 범위를 벗어난 형태로 다가온다”며 “국가적 재난 수준의 감염병 위기 시에도 즉각 작동할 수 있는 동적 대응 시스템 구축이 시급하다”고 강조했다.
이번 연구는 ‘감염병 극복 연구 역량 강화 사업’의 지원으로 수행됐으며, 향후 국가 방역 체계 고도화의 핵심 근거로 활용될 전망이다.
