[논문 리뷰] Beyond Low Earth Orbit: Biomonitoring, Artificial Intelligence, and Precision Space Health

Ryan T. Scott, Erik Antonsen외 54명|arXiv (Cornell University)|2021. 12. 22.

Health, Environment, Cognitive Aging참고 문헌 124인용 수 8

한 줄 요약

이 논문은 지구에 의존하지 않는 심층우주 임무를 위한 자율적이고 지속적인 건강 관리를 가능하게 하는 정밀우주건강 시스템을 제안한다. 실시간 생리학적 데이터와 인공지능 기반 예측 모델링을 융합함으로써, 장기적인 행 星간 항해 중 우주비행사와 임무 의료 담당자에게 개인화되고 예방적이며 실행 가능한 건강 통찰을 제공한다.

ABSTRACT

Human space exploration beyond low Earth orbit will involve missions of significant distance and duration. To effectively mitigate myriad space health hazards, paradigm shifts in data and space health systems are necessary to enable Earth-independence, rather than Earth-reliance. Promising developments in the fields of artificial intelligence and machine learning for biology and health can address these needs. We propose an appropriately autonomous and intelligent Precision Space Health system that will monitor, aggregate, and assess biomedical statuses; analyze and predict personalized adverse health outcomes; adapt and respond to newly accumulated data; and provide preventive, actionable, and timely insights to individual deep space crew members and iterative decision support to their crew medical officer. Here we present a summary of recommendations from a workshop organized by the National Aeronautics and Space Administration, on future applications of artificial intelligence in space biology and health. In the next decade, biomonitoring technology, biomarker science, spacecraft hardware, intelligent software, and streamlined data management must mature and be woven together into a Precision Space Health system to enable humanity to thrive in deep space.

연구 동기 및 목표

• 지구에 의존하지 않는 건강 시스템이 장기적인 심층우주 임무, 특히 저지구궤도를 초월한 임무에서 필수적임을 해결한다.
• 현재의 지구 의존적 생체의학 모니터링의 한계를 극복하여 실시간, 자율적 건강 평가 및 의사결정 지원을 가능하게 한다.
• 신속한 생체모니터링, 인공지능, 데이터 과학 분야의 최신 성과를 융합하여 체력 회복력 향상을 위한 통합적이고 확장 가능한 시스템을 구축한다.
• 고립된 고위험 환경에서 예측적이고 개인화된, 실행 가능한 건강 통찰을 통해 임무 성공과 승무원 안전을 확보한다.
• 통합된 다오미크스 및 생리학적 데이터를 활용해 반응 중심에서 예방 중심의 정밀우주건강 관리 체계로 패러다임을 전환한다.

제안 방법

• 지속적인 생리학적 생체지표를 웨어러블 및 이식형 센서를 통해 모니터링하는 자율적이고 인공지능 기반의 시스템을 개발한다.
• 장기적이고 다오미크스, 임상 데이터를 분석하기 위해 기계학습 모델을 활용하여 개인화된 건강 위험 예측을 수행한다.
• 우주비행사로부터 들어오는 새로운 데이터 스트림에 따라 실시간으로 건강 평가를 업데이트하는 적응형 알고리즘을 구현한다.
• 선원 의료 담당자와 개인 우주비행사에게 시기적절하고 실행 가능한 권고를 제공하는 의사결정 지원 프레임워크를 설계한다.
• 유전체, 대사체, 단백체, 생명체징후, 영상 등 다양한 출처의 데이터를 통합된 건강 평가 플랫폼으로 통합한다.
• 제한된 우주선 환경에 적합한 엣지 컴퓨팅과 경량 인공지능 모델을 통해 시스템의 견고성을 확보한다.

실험 결과

연구 질문

• RQ1 인공지능은 심층우주 임무 중 우주비행사의 자율적이고 실시간 건강 모니터링 및 예측을 어떻게 가능하게 할 수 있는가?
• RQ2 고립된 고방사선 환경에서 생리적 악화의 조기 징후를 탐지하기 위해 필수적인 생체모니터링 기술과 데이터 스트림은 무엇인가?
• RQ3 지구 기반 지원을 최소화하면서도 개인화되고 실행 가능한 건강 통찰을 제공할 수 있도록 AI 모델은 어떻게 훈련시킬 수 있는가?
• RQ4 장기적인 자원 제약이 있는 우주 임무에서 신뢰성, 보안성, 적응성을 보장하는 시스템 아키텍처는 무엇인가?
• RQ5 어떻게 하면 정밀우주건강 시스템을 지구 의존 모델에서 지구 비의존 운영 모델로 전환할 수 있는가?

주요 결과

• 지구 저궤도를 초월한 장기적인 인간 탐사의 안전한 수행을 위해 통합적이고 인공지능 기반의 정밀우주건강 시스템이 필수적이다.
• 지속적인 생체모니터링과 기계학습의 융합은 임상 증상이 나타나기 이전에 악화 경향을 조기에 탐지할 수 있게 한다.
• 실시간으로 다오미크스 및 생리학적 데이터 스트림을 분석함으로써 개인화된 위험 예측을 지원한다.
• 적응형 인공지능 모델은 누적되는 새로운 데이터에 따라 건강 평가 및 권고를 동적으로 업데이트함으로써 관련성과 반응성을 확보한다.
• 선체 내에서의 자율적 의사결정을 통해 지구 기반 지원 의존도를 줄이는 데 기여한다.
• 향후 10년 내 생체지표 과학, 인공지능, 데이터 관리 분야의 발전이 조율되어야만 이러한 시스템의 운영적 도입이 가능해진다.