ํฌ์ค์ผ์ด
AI๊ฐ ์ฐํ ์ฝ๋ก๋๋ฐ์ด๋ฌ์ค์์ ์ธ์์์ ์ด๋ป๊ฒ ์ฌ์ฉ๋๊ณ ์๋๊ฐ
인공지능은 우한 코로나바이러스와의 싸움에서 활용되고 있다. 연구자들은 인공지능을 사용하여 질병의 확산을 추적하고 바이러스에 대한 잠재적인 치료법을 연구하고 있다.
우한 코로나바이러스는 12월에 중국에서 발생했으며, 그 이후 2개월 동안 중국과 세계 다른 지역으로 확산되었다. 아직 바이러스의 전염성과 확산 속도에 대해 정확히 알려지지 않았지만, 중국 내에서 확인된 경우는 4만 건이 넘는다. 연구자들은 바이러스의 확산과 속도를 이해하기 위해 소셜 미디어와 웹의 다른 부분에서 수집된 데이터에 초점을 둔 기계 학습 알고리즘을 사용하고 있다.
과거 일주일 동안 감염률이 다소 감소한 것으로 보이지만, 질병이 통제되는지 또는 새로운 경우가 더 어려워지는지 여부는 명확하지 않다. 다른 국가에서는 중국에 비해 몇 건의 코로나바이러스 사례만 보고되었지만, 세계 보건 커뮤니티는 바이러스의 확산 가능성에 대해 우려하고 있다. 연구자들은 기계 학습과 인터넷에서 수집된 빅데이터를 사용하여 바이러스의 확산을 예측하려고 한다.
Wired에 따르면, 국제 연구팀은 의사와 의료 그룹, 공중 보건 채널, 소셜 미디어 포스트, 뉴스 기사 등 인터넷의 다양한 부분에서 데이터를 추출하여 코로나바이러스와 관련된 텍스트 데이터베이스를 구축했다. 연구자들은 затем 데이터를 분석하여 바이러스가 중국 국경 밖으로 확산할 수 있는 신호를 찾기 위해 기계 학습 기술을 사용한다.
연구자들은 코로나바이러스 의심 증상을 찾기 위해 소셜 미디어 포스트를 분석하며, 의사들이 사례가 발생할 수 있는 지역에 초점을 맞춘다. 소셜 미디어 포스트는 자연어 처리 기술을 사용하여 처리되며, 이 기술은 개인이 자신의 증상을 언급하는 포스트와 다른 contexto에서 증상 관련 단어를 사용하는 포스트를 구별할 수 있다.
Alessandro Vespignani에 따르면, Wired에 따르면, 노스이스트 대학 교수이자 전염병 분석 전문가인 Alessandro Vespignani는 기계 학습 기술을 사용하여 바이러스의 확산을 추적하는 것이 어려울 수 있다고 주장한다. 이는 바이러스의 특성이 아직 부분적으로 알려지지 않았으며, 대부분의 소셜 미디어 포스트가 중국에서 발생한 아웃브레이크에 대한 뉴스 기사이기 때문이다. 그러나 Vespignani는 바이러스가 미국에서 확산할 경우 더 많은 포스트가 발생하여 추적이 더 쉬워질 것이라고 믿는다.
바이러스의 잠재적인 행동에 대한 관련 정보를 얻는 것이 어려운 데에도 불구하고, 연구자들이 생성한 모델은 대규모 소셜 미디어 포스트에서 단서를 찾는 데相当 효과적이다. 연구자들이 사용한 모델은 12월 30일에 바이러스 아웃브레이크의 증거를 발견할 수 있었지만, 상황의 심각성을 판단하는 데 시간이 걸렸다. 크라우드소싱 정보는 질병 추적 모델의 효과를 더욱提高할 수 있다. 이는 바이러스에 대한 관련 데이터를 더 효율적으로 수집할 수 있기 때문이다. 예를 들어, 중국 의사들이 크라우드소싱한 데이터 분석에 따르면 15세 미만의 사람들은 바이러스에 더 강한 저항력을 가지고 있다.
인공지능은 또한 모바일 기기에서 수집된 데이터와 결합하여 바이러스가 확산하는 방향과 속도를 예측할 수 있는 모델을 구축할 수 있다. 예를 들어, 사우스햄프턴 대학의 연구자들은 모바일 데이터를 사용하여 바이러스가 우한에서 확산한 경로를 결정했다. 다른 연구자들은 중국 모바일 앱 개발사인 텐센트에서 수집된 데이터를 분석하여 중국 정부가 시행한 제한이 바이러스의 확산을 줄일 수 있다고 발견했다.
Fortune에 따르면, 스타트업 Insilico Medicine은 인공지능을 사용하여 코로나바이러스 치료에 사용할 수 있는 분자를 식별했다. Insilico의 인공지능은 4일 동안 수천 개의 가능한 약물 분자를 식별했다. Insilico는 가장 유망한 100개 후보를 합성하고 모든 연구 결과를 다른 연구자들이 사용할 수 있도록 공개할 것이라고 말했다. 의료 연구자와 회사들은 치료법 개발과 테스트를 가속화하고 있으며, 미국 기반의 바이오 테크 회사인 Gilead는 우한 지역에서 새로운 항바이러스 약물의 테스트를 즉시 시작할 계획이다.
Insilico가 치료법 연구를 시작한 후, 연구는 3C-like 프로테이스라는 효소를 중심으로 진행되었다. 코로나바이러스는 이 효소를 복제하고 확산하는데 필요로 한다. Insilico에 따르면, 이 효소를 선택한 이유는 다른 바이러스 프로테이스의 구조가 이미 문서화되어 있었기 때문이며, 上海科技大学가 2019-nCoV 3C-like 프로테이스의 모델을 개발했기 때문이다. Insilico는 4일 동안 수십만 개의 후보 분자를 생성하여 가장 유용할 가능성이 높은 100개만을 선택했다. 연구 결과는 최근 bioRxiv 저장소와 Insilico의 웹사이트에 게시되었다.
