[논문 리뷰] From plague to coronavirus: On the value of ship traffic data for epidemic modeling

Katherine Hoffmann Pham, Miguel Luengo-Oroz|arXiv (Cornell University)|2020. 03. 04.

Maritime Navigation and Safety참고 문헌 5인용 수 10

한 줄 요약

이 논문은 항만 도시와 섬 국가에 특히 중요한 질병 수입 위험 평가를 햖을 때 항공교통 데이터에 비해 자주 간과되는 해상 교통 데이터를 전염병 모델링에 통합하여 향상시키는 방법을 제안한다. 실시간 및 역사적 AIS 데이터를 분석함으로써, 특히 크루즈선과 화물선을 포함한 해상 항로가 전염병 확산에 상당한 기여를 할 수 있음을 입증한다. 이는 2020년 코로나19 팬데믹과 2017년마다르크아 플레그 유행 사례에서 확인되었다.

ABSTRACT

In addition to moving people and goods, ships can spread disease. Ship traffic may complement air traffic as a source of import risk, and cruise ships - with large passenger volumes and multiple stops - are potential hotspots, in particular for diseases with long incubation periods. Vessel trajectory data from ship Automatic Identification Systems (AIS) is available online and it is possible to extract and analyze this data. We illustrate this in the case of the current coronavirus epidemic, in which hundreds of infected individuals have traveled in ships captured in the AIS dataset. This real time and historical data should be included in epidemiological models of disease to inform the corresponding operational response.

연구 동기 및 목표

• 항공교통 데이터에 비해 자주 간과되는 해상 교통 데이터를 통합함으로써 전염병 모델링의 격차를 보완하기 위해.
• 특히 크루즈선과 화물선과 같은 선박이 높은 승객 수와 장거리 항로로 인해 전염병 전파의 중요한 매개체가 될 수 있음을 입증하기 위해.
• 실시간 및 역사적 AIS 데이터를 사용하여 해상 항로를 통한 질병 전파 가능성을 추적하는 데의 실현 가능성과 가치를 평가하기 위해.
• 특히 잠복기 길이가 길거나 무증상 전파가 가능한 질병의 경우 해상 교통이 세계적 전파에 어떤 역할을 하는지 강조하기 위해.
• 기존 전염병 모델링 프레임워크에 선박의 출발지-도착지 매트릭스를 통합하여 공중보건 대비 준비 능력을 향상시키기 위한 것을 주장하기 위해.

제안 방법

• 유엔 글로벌 플랫폼에서 제공하는 실시간 및 역사적 AIS 데이터를 활용하여 위치, 속도, 항로, 선박 유형, 식별자 등을 포함한 선박 항로를 추출하였다.
• 특정 항만(마ダ가스카르와 카나리아 제도 등)을 방문한 선박의 출발지-도착지 매트릭스를 구축하여 잠재적 전파 경로를 매핑하였다.
• 2020년 1월 8일부터 21일까지 우한 근처 50km 이내에서 속도가 2노트 이하인 선박을 선별하여, 강 및 연안 항로를 통한 질병 수출 경로를 탐지하였다.
• 역사적 AIS 추적 데이터를 활용하여 특정 사례 연구를 수행하였으며, 이는 MS 웨스터담 및 다이아몬드 프린세스 크루즈선의 이동 경로를 재구성하고 유행 위험을 평가하기 위함이었다.
• AIS 데이터를 역학적 데이터와 통합하여, 특히 섬 국가와 강 유역 도시에서 해상 운송을 통한 질병 전파 가능성을 평가하였다.
• 탑승객 및 승무원 수용 능력 정보를 선박 데이터에 통합하여 고밀도 선박에서의 전파 위험을 평가하였다.

실험 결과

연구 질문

• RQ1 항공교통 모델이 간과하는 해상 전파 경로를 포착함으로써 AIS 데이터가 전염병 위험 모델링의 정확도를 어느 정도 향상시킬 수 있는가?
• RQ2 특히 크루즈선과 화물선의 해상 교통 패턴은 잠복기가 긴 질병의 국제적 확산에 어떻게 기여하는가?
• RQ3 해상 교통은 마드리드나 카나리아 제도와 같은 섬 국가와 항만 도시에 질병 수입에 어떤 역할을 하는가?
• RQ4 실시간 AIS 데이터는 신속한 질병 유행 발생 시 운영적 공중보건 대응을 지원하는 데 사용될 수 있는가?
• RQ5 항공기 운항 데이터에만 의존하는 모델과 비교할 때 해상 기반 전파 경로를 포함함으로써 질병 전파 예측 패턴은 어떻게 변화하는가?

주요 결과

• 2020년 1월 8일부터 21일 사이에 총 1,107척의 선박이 우한 근처 50km 이내에서 저속으로 항행하여 강 및 연안 해상 운송 경로를 통한 질병 수출 가능성을 시사하였다.
• 2017년 마ダ가스카르 플레그 유행 기간 동안, 마라가시 항만에서 출발한 126척의 선박이 유럽, 아프리카, 아시아 등 56개 국가와 연결되어 있어 광범위한 전파 가능성을 보였다.
• 2017년 11월 마다가스카르를 방문한 크루즈선 6척은 모두 1,200명 이상의 승객과 승무원을 수용하고, 여러 개의 국제 항만을 방문하여 고위험 접촉 지점을 만들었다.
• MS 웨스터담 크루즈선은 승객 2,257명을 탑재하고 있었으며, 코로나19 우려로 여러 항만에서 입항이 거부되었고, AIS 궤적 데이터를 활용하여 잠재적 전파 경로를 추적하였다.
• 일본에서 격리된 다이아몬드 프린세스 크루즈선은 621건의 확진 사례를 기록하여, 밀폐된 해상 선박에서의 높은 전파 위험성을 입증하였다.
• AIS 데이터 분석 결과, 카나리아 제도를 통과한 선박들은 스페인, 영국, 모로코 등 56개 국가와 연결되어 있었으며, 이는 페리 운항이 질병 수입에 기여하는 역할을 한다는 점을 강조하였다.