[논문 리뷰] Artificial Intelligence in the Battle against Coronavirus (COVID-19): A Survey and Future Research Directions

Thanh Thi Nguyen, Quoc Viet Hung Nguyen외 8명|arXiv (Cornell University)|2020. 07. 30.

COVID-19 diagnosis using AI인용 수 15

한 줄 요약

이 종합 검토는 코로나19 퇴치를 위한 인공지능 응용 분야를 종합적으로 분석하며, 의료 영상, 데이터 분석, 자연어 처리, 사물인터넷, 계산 생물학 분야로 분류한다. 13개의 핵심 연구 문제를 규명하고, 필요한 데이터 유형과 인공지능 기법을 제시하며, 데이터 부족과 모델 해석 가능성 등의 과제를 강조하여 향후 인공지능 기반의 패닉 대응을 위한 전략적 도구를 제공한다.

ABSTRACT

Artificial intelligence (AI) has been applied widely in our daily lives in a variety of ways with numerous success stories. AI has also contributed to dealing with the coronavirus disease (COVID-19) pandemic, which has been happening around the globe. This paper presents a survey of AI methods being used in various applications in the fight against the COVID-19 outbreak and outlines the crucial role of AI research in this unprecedented battle. We touch on areas where AI plays as an essential component, from medical image processing, data analytics, text mining and natural language processing, the Internet of Things, to computational biology and medicine. A summary of COVID-19 related data sources that are available for research purposes is also presented. Research directions on exploring the potential of AI and enhancing its capability and power in the pandemic battle are thoroughly discussed. We identify 13 groups of problems related to the COVID-19 pandemic and highlight promising AI methods and tools that can be used to address these problems. It is envisaged that this study will provide AI researchers and the wider community with an overview of the current status of AI applications, and motivate researchers to harness AI's potential in the fight against COVID-19.

연구 동기 및 목표

• 다양한 분야에서 코로나19 패닉 대응에 활용된 인공지능 응용 분야를 종합적으로 조망하는 것.
• 패닉 통제와 관련된 13개의 핵심 연구 문제를 특정하여 인공지능으로 해결할 수 있는 문제를 규명하는 것.
• 각 문제군에 대해 필요한 데이터 유형, 인공지능 기법, 기존 연구를 매핑하여 향후 연구를 안내하는 것.
• 데이터 부족, 모델 해석 가능성, 건강 위기 상황에서의 인공지능 배포와 관련된 윤리적 고려 사항 등의 기술적 과제를 부각하는 것.
• 연구자들이 향후 패닉 대응 및 준비에 있어 인공지능의 역할을 강화할 수 있도록 전략적 도구를 제공하는 것.

제안 방법

• 의료 영상 처리, 시계열 데이터 모델링, 자연어 처리, 사물인터넷 통합, 계산 생물학 등의 분야별로 인공지능 응용을 분류한다.
• 초기 감지 및 오락성 정보 통제와 같은 패닉 대응의 13개 핵심 과제를 문제 기반 프레임워크로 군집화한다.
• 각 문제를 구체적인 데이터 유형(예: 임상, 게놈, 텍스트, 영상)과 연결하고 적절한 인공지능 기법(예: CNN, LSTM, 트랜스포머, 오토에인코더)을 제안한다.
• 각 문제군에 대해 기존 문헌과 도구를 검토하며 관련 연구와 방법론을 인용한다.
• 신뢰성과 신뢰도를 확보하기 위해 강력한 데이터 파이프라인, 모델 검증, 지속적인 모니터링의 필요성을 강조한다.
• 정의된 윤리적 고려 사항을 인공지능 수명 주기 전반에 통합하며, 공정성, 개인정보 보호, 책임성, 인간 가치와의 일치를 포함한다.

실험 결과

연구 질문

• RQ1 코로나19 패닉 퇴치를 위한 인공지능의 주요 응용 분야는 무엇인가?
• RQ2 의료 영상에서 질병 감지나 바이러스 확산 예측과 같은 특정 과제에 대해 가장 효과적인 인공지능 기법은 무엇인가?
• RQ3 패닉 대응 시스템에 인공지능을 구현하기 위한 핵심 데이터 요구 사항과 기술적 장벽은 무엇인가?
• RQ4 인공지능은 오락성 정보를 억제하고 공중 보건 커뮤니케이션을 지원하기 위해 어떻게 활용될 수 있는가?
• RQ5 신뢰할 수 있고 공정한 인공지능 배포를 확보하기 위해 해결해야 할 윤리적 및 운영 과제는 무엇인가?

주요 결과

• 인공지능은 의료 영상, 시계열 예측, 자연어 처리, 사물인터넷, 계산 생물학 등 다양한 분야에 적용되어 패닉 대응을 지원하고 있다.
• 증가하는 관심에도 불구하고, 현재 인공지능의 기여는 훈련 데이터 부족 또는 저품질로 인해 여전히 제한적이다.
• CNN과 LSTM과 같은 딥러닝 모델은 의료 영상 및 환자 진행 상황 데이터 분석에서 강력한 잠재력을 보이고 있다.
• 자연어 처리 및 챗봇 시스템은 건강 정보를 확산하고 오락성 정보를 억제하는 데 사용되고 있으나, 사용자 신뢰와 언어 다양성 문제는 여전히 남아 있다.
• 동적 프로그래밍 및 확률적 방법을 활용한 게놈 및 단백질 서열 분석은 약물 및 백신 개발에 핵심적이다.
• 해석 가능성, 개인정보 보호, 공정성, 책임성 등의 윤리적 고려 사항은 공중 보건 분야에서의 인공지능 책임 있는 배포에 핵심적이다.