KR101244252B1 - 역학 시뮬레이션 시스템 및 방법 - Google Patents

역학 시뮬레이션 시스템 및 방법 Download PDF

Info

Publication number
KR101244252B1
KR101244252B1 KR1020090113271A KR20090113271A KR101244252B1 KR 101244252 B1 KR101244252 B1 KR 101244252B1 KR 1020090113271 A KR1020090113271 A KR 1020090113271A KR 20090113271 A KR20090113271 A KR 20090113271A KR 101244252 B1 KR101244252 B1 KR 101244252B1
Authority
KR
South Korea
Prior art keywords
simulation
scenario
dynamics
user
module
Prior art date
Application number
KR1020090113271A
Other languages
English (en)
Other versions
KR20110056800A (ko
Inventor
최동훈
이준학
Original Assignee
한국과학기술정보연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술정보연구원 filed Critical 한국과학기술정보연구원
Priority to KR1020090113271A priority Critical patent/KR101244252B1/ko
Publication of KR20110056800A publication Critical patent/KR20110056800A/ko
Application granted granted Critical
Publication of KR101244252B1 publication Critical patent/KR101244252B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 전국을 16 개 지역으로 나누고 각 지역 내에서 사람 간의 접촉율과 지역 사이에 사람 간의 접촉율 등 16 개 지역의 인구 통계학적 특성과 지역 간의 네트워크를 고려한 교통량을 적용하여 시간에 따른 질병 전파의 방향 및 질병의 확산 정도와 지역별 환자 수를 계산하는 패치 모델을 통해 신종 인플루엔자 대유행 시에 그 전염 경로 및 지역 등을 예측하여 대비할 수 있도록 된, 역학 시뮬레이션 시스템 및 방법에 관한 것이다.
본 발명에 따른 역학 시뮬레이션 시스템의 클라이언트 장치는, 사용자에게 시뮬레이션에 필요한 시나리오를 설정하여 시뮬레이션을 요청하는 웹 인터페이스를 제공하는 시뮬레이션 요청 인터페이스; 상기 시뮬레이션 요청 인터페이스로부터 사용자의 시나리오를 전달받아 서버에게 전달하는 시뮬레이션 인터페이스; 상기 시뮬레이션의 결과를 지도 상에 도식하며, 도식을 위해 애플릿 구동을 위한 자바 런타임을 포함하는 GIS 클라이언트 모듈; 상기 시뮬레이션의 결과를 막대 그래프로 도식하는 그래프 모듈; 및 상기 서버의 데이터베이스에서 관리되고 있는 데이터를 저장/검색/삽입/삭제/갱신으로 관리하는 데이터베이스 갱신 도구를 포함하고,
본 발명에 따른 역학 시뮬레이션 시스템의 서버 장치는, 패치 모델 기반의 역학 시뮬레이션 프로그램에 연동되고, 사용자의 시나리오를 받아들여 시뮬레이션을 실행하는 시뮬레이션 모듈; 클라이언트 장치로부터 웹 인터페이스를 통한 시뮬레이션 요청을 지원하고, 상기 사용자의 시나리오를 상기 시뮬레이션 모듈로 전달 하는 웹사이트 엔진부; 상기 시뮬레이션의 결과를 도식하기 위하여 지리 정보 시스템에서 필요로 하는 모든 공간 연산을 제공하며, 전국을 하나의 단위 지역으로 도식함과 더불어 각 지역별로도 도식하는 GIS 서버; 상기 시뮬레이션의 결과를 도식하는데 필요한 지도 데이터에 대해 전국을 일정 개수의 시도로 나누고 이들 지역 간의 인구 이동을 고려한 지도 데이터를 저장하고 있는 지도 데이터베이스; 및 시나리오 관련 데이터, 시뮬레이션 결과 데이터 등을 저장 관리하는 데이터베이스 관리서버(DBMS)를 포함한다.
본 발명에 의하면, 각 지역의 인구 통계 정보와 지역 간의 인구 이동량에 근거하여 한국의 특성에 적합한 역학 모델과 역학 시뮬레이션 프로그램을 제공할 수 있다. 또한 경험이 부족한 사용자도 역학 시뮬레이션을 쉽게 실행할 수 있고 연구자 간에 연구 결과를 공유할 수 있도록, 신종 인플루엔자 대유행에 관한 역학 시뮬레이션 시스템을 제공한다. 또한, 인플루엔자 대유행에 대비하여, 사회적 경제적 피해의 최소화 대책 마련에 필요한 기초 자료의 생산에 기여할 수 있다. 또한, 평시에 공중 보건학적 관점의 대응책 마련뿐만 아니라, 전시에 생물학전에 대비한 전략 마련에 활용하여 국가 안보에도 기여할 수 있다. 그리고, 사용자는 자신이 고안한 시나리오를 상정하여 인플루엔자를 비롯한 호흡기 질환에 대한 역학 시뮬레이션을 수행할 수 있다.
인플루엔자, 역학, 시뮬레이션, 프로그램, 지역, 인구, 통계, 패치, 모델, GIS, 시나리오, 대유행, 이동량, 질병, 호흡기, 도식화, 그래프

Description

역학 시뮬레이션 시스템 및 방법{Epidemiology simulation system and method}
본 발명은 전염성이 높은 인플루엔자의 특성과 패턴 등을 모의 실험으로 분석하여 대유행에 대비하기 위한 역학 시뮬레이션 시스템 및 방법에 관한 것으로서, 더욱 자세하게는 전국을 16 개 지역으로 나누고 각 지역 내에서 사람 간의 접촉율과 지역 사이에 사람 간의 접촉율 등 16 개 지역의 인구 통계학적 특성과 지역 간의 네트워크를 고려한 교통량을 적용하여 시간에 따른 질병 전파의 방향 및 질병의 확산 정도와 지역별 환자 수를 계산하는 패치 모델을 통해 신종 인플루엔자 대유행 시에 그 전염 경로 및 지역 등을 예측하여 대비할 수 있도록 된, 역학 시뮬레이션 시스템 및 방법에 관한 것이다.
전염성이 높은 인플루엔자는 국가적으로 엄청난 사회적 경제적인 손실을 유발시키는 감염질병으로, 이에 관한 발생 예측과 통제의 필요성은 점점 높아져 가고 있다. 이를 위해 미국, 독일, 영국 등 선진국에서는 과거에 발생한 인플루엔자의 특성과 패턴 등을 분석하고 그 나라 환경에 적합한 수리적 모델을 개발하여, 매년 발생하는 인플루엔자의 관리와 신종 인플루엔자의 대유행에 대한 대비책 마련에 이용해왔다.
국내에서는 신종 인플루엔자 대유행에 대비하기 위해 InfluSim 기반의 모수 민감도 분석을 통해 우리나라의 현실에 적합한 역학 모델을 연구한 바 있다. 그러나 InfluSim은 전국을 하나의 단위 지역으로 간주한 수학적 역학 모델로, 각 지역의 인구 통계학적 특성 및 인구 이동 등을 고려하지 않은 문제점이 있다. 이러한 이유로 InfluSim에 근거한 시뮬레이션을 통한 신종 인플루엔자의 대유행에 대한 효과적인 대응책을 찾기에는 무리가 있다.
전술한 문제점을 해결하기 위한 본 발명의 목적은, 전국을 16 개 지역으로 나누고 각 지역 내에서 사람 간의 접촉율과 지역 사이에 사람 간의 접촉율 등 16 개 지역의 인구 통계학적 특성과 지역 간의 네트워크를 고려한 교통량을 적용하여 시간에 따른 질병 전파의 방향 및 질병의 확산 정도와 지역별 환자 수를 계산하는 패치 모델을 통해 신종 인플루엔자 대유행 시에 그 전염 경로 및 지역 등을 예측하여 대비할 수 있도록 된, 역학 시뮬레이션 시스템 및 방법을 제공함에 있다.
전술한 목적을 달성하기 위한 본 발명에 따른 역학 시뮬레이션 시스템의 클 라이언트 장치는, 사용자에게 시뮬레이션에 필요한 시나리오를 설정하여 시뮬레이션을 요청하는 웹 인터페이스를 제공하는 시뮬레이션 요청 인터페이스; 상기 시뮬레이션 요청 인터페이스로부터 사용자의 시나리오를 전달받아 서버에게 전달하는 시뮬레이션 인터페이스; 상기 시뮬레이션의 결과를 지도 상에 도식하며, 도식을 위해 애플릿 구동을 위한 자바 런타임을 포함하는 GIS 클라이언트 모듈; 상기 시뮬레이션의 결과를 막대 그래프로 도식하는 그래프 모듈; 및 상기 서버의 데이터베이스에서 관리되고 있는 데이터를 저장/검색/삽입/삭제/갱신으로 관리하는 데이터베이스 갱신 도구를 포함한다.
또한, 상기 시나리오는, 초기 발생 지역, 단계별 감염력, 무증상 기간, 경증 기간, 진료 시기, 사망률 등을 포함한다.
또한, 상기 시뮬레이션 요청 인터페이스는, 사용자가 작성한 시나리오에 유사한 시뮬레이션 결과를 검색할 수 있는 웹 인터페이스도 제공한다.
또한, 상기 시뮬레이션 요청 인터페이스는, 사용자가 요청한 시뮬레이션 결과를 실시간으로 조회하거나 과거에 수행된 시뮬레이션에 대한 시나리오와 그 결과를 검색할 수 있는 인터페이스도 제공한다.
또한, 상기 시뮬레이션 인터페이스는 상기 서버로부터 상기 시뮬레이션 결과를 전달받아서 상기 GIS 클라이언트 모듈과 상기 그래프 모듈로 전달한다.
또한, 상기 데이터베이스 갱신 도구는, 사용자가 자신의 PC에서 작성한 엑셀 쉬트를 변환하여 데이터베이스에 저장한다.
그리고, 상기 서버의 데이터베이스에서 관리되고 있는 데이터는, 인구 통계 데이터, 추계 인구, 인구 이동 데이터, 접촉율 계산에 필요한 교통 이동량 데이터를 포함한다.
한편, 전술한 목적을 달성하기 위한 본 발명에 따른 역학 시뮬레이션 시스템의 서버 장치는, 패치 모델 기반의 역학 시뮬레이션 프로그램에 연동되고, 사용자의 시나리오를 받아들여 시뮬레이션을 실행하는 시뮬레이션 모듈; 클라이언트 장치로부터 웹 인터페이스를 통한 시뮬레이션 요청을 지원하고, 상기 사용자의 시나리오를 상기 시뮬레이션 모듈로 전달하는 웹사이트 엔진부; 상기 시뮬레이션의 결과를 도식하기 위하여 지리 정보 시스템에서 필요로 하는 모든 공간 연산을 제공하며, 전국을 하나의 단위 지역으로 도식함과 더불어 각 지역별로도 도식하는 GIS 서버; 상기 시뮬레이션의 결과를 도식하는데 필요한 지도 데이터에 대해 전국을 일정 개수의 시도로 나누고 이들 지역 간의 인구 이동을 고려한 지도 데이터를 저장하고 있는 지도 데이터베이스; 및 시나리오 관련 데이터, 시뮬레이션 결과 데이터 등을 저장 관리하는 데이터베이스 관리서버(DBMS)를 포함한다.
또한, 상기 시뮬레이션 모듈은, 다른 역학 시뮬레이션 프로그램과도 연동하여 실행 가능하고, 호흡기 질환을 비롯하여 모수 설정이 같은 역학 시뮬레이션 프로그램도 연동할 수 있다.
또한, 상기 GIS 서버는, 상기 패치 모델에서 필요로 하는 16개 시도에 대한 지리 데이터를 지도 데이터베이스에서 관리한다.
그리고, 상기 시뮬레이션 모듈은, 인구 통계 정보, 지역 공간 정보, 추계 인 구 정보, 인구 이동 정보에 관한 입력 정보를 추가하거나 갱신, 삭제할 수 있는 데이터베이스 구축용 툴을 사용자에게 제공한다.
삭제
삭제
삭제
한편, 전술한 목적을 달성하기 위한 본 발명에 따른 역학 시뮬레이션 방법은, (a) 웹사이트 엔진부가 클라이언트 장치로부터 역학 시나리오 정보를 입력받아 시뮬레이션 모듈에 전달하는 단계; (b) 패치 모델 기반의 역학 시뮬레이션 프로그램에 연동된 시뮬레이션 모듈이 상기 입력받은 역학 시나리오 정보를 시나리오 데이터베이스에 저장하는 단계; (c) 상기 시뮬레이션 모듈이 상기 입력받은 역학 시나리오 정보의 키 값을 역학 시뮬레이션 프로그램에 전달하는 단계; (d) 상기 역학 시뮬레이션 프로그램이 상기 전달받은 키 값으로 시나리오, 인구통계 정보를 검색하여 역학 시뮬레이션을 실행하는 단계; 및 (e) 상기 역학 시뮬레이션의 실행 결과를 그래프 모듈 또는 GIS 모듈이 그래프로 또는 지도 상에 도식화하거나, 상기 역학 시뮬레이션 프로그램이 시뮬레이션 결과 데이터베이스에 저장하는 단계를 더 포함할 수 있다.
또한, 상기 사용자 시나리오 정보는, 초기 발생 지역, 단계별 감염력, 무증상 기간, 경증 기간, 진료 시기, 사망률을 포함한다.
그리고, 상기 (e) 단계 이후에, 상기 클라이언트 장치로부터 시뮬레이션 결과 요청시, 시뮬레이션 결과 목록을 제공하고, 상기 클라이언트 장치에 의해 시뮬레이션 결과 목록에서 조회 목록이 선택되면, 상기 선택된 목록에 해당하는 결과 정보를 상기 시뮬레이션 결과 데이터베이스로부터 읽어와 시뮬레이션 결과 페이지를 통해 상기 클라이언트 장치에 제공할 수 있다.
본 발명에 의하면, 각 지역의 인구 통계 정보와 지역 간의 인구 이동량에 근거하여 한국의 특성에 적합한 역학 모델과 역학 시뮬레이션 프로그램을 제공할 수 있다. 또한 경험이 부족한 사용자도 역학 시뮬레이션을 쉽게 실행할 수 있고 연구자 간에 연구 결과를 공유할 수 있도록, 신종 인플루엔자 대유행에 관한 역학 시뮬레이션 시스템을 제공한다.
또한, 인플루엔자 대유행에 대비하여, 사회적 경제적 피해의 최소화 대책 마련에 필요한 기초 자료의 생산에 기여할 수 있다.
또한, 평시에 공중 보건학적 관점의 대응책 마련뿐만 아니라, 전시에 생물학 전에 대비한 전략 마련에 활용하여 국가 안보에도 기여할 수 있다.
그리고, 사용자는 자신이 고안한 시나리오를 상정하여 인플루엔자를 비롯한 호흡기 질환에 대한 역학 시뮬레이션을 수행할 수 있다.
본 발명의 목적과 기술적 구성 및 그에 따른 작용 효과에 관한 자세한 사항은 본 발명의 명세서에 첨부된 도면에 의거한 이하 상세한 설명에 의해 보다 명확하게 이해될 것이다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 실시예를 상세하게 설명한다.
도 1은 본 발명의 실시예에 따른 역학 시뮬레이션 시스템의 전체 구성을 개략적으로 나타낸 구성도이다.
도 1을 참조하면, 본 발명에 따른 역학 시뮬레이션 시스템(100)은, 클라이언트 장치(110), 통신망(120), 서버 장치(130)를 포함한다.
클라이언트 장치(110)는, 사용자에게 시뮬레이션에 필요한 시나리오를 설정하여 시뮬레이션을 요청하는 웹 인터페이스를 제공하는 시뮬레이션 요청 인터페이스(Simulation Request Interface)(111); 시뮬레이션 요청 인터페이스(111)로부터 사용자의 시나리오를 전달받아 서버 장치(130)에게 전달하는 시뮬레이션 인터페이스(Simulation Interface)(112); 시뮬레이션의 결과를 지도 상에 도식하며, 도식을 위해 애플릿 구동을 위한 자바 런타임(Java Runtime)을 포함하는 GIS 클라이언트 모듈(113); 시뮬레이션의 결과를 막대 그래프로 도식하는 그래프 모듈(Graph Module)(114); 및 서버 장치(130)의 데이터베이스에서 관리되고 있는 데이터를 저장/검색/삽입/삭제/갱신으로 관리하는 데이터베이스 갱신 도구(DB Update Utility)(115)를 포함한다.
여기서, 시나리오는, 초기 발생 지역, 단계별 감염력, 무증상 기간, 경증 기간, 진료 시기, 사망률 등을 포함한다.
또한, 시뮬레이션 요청 인터페이스(111)는, 사용자가 작성한 시나리오에 유사한 시뮬레이션 결과를 검색할 수 있는 웹 인터페이스도 제공한다.
또한, 시뮬레이션 요청 인터페이스(111)는, 사용자가 요청한 시뮬레이션 결과를 실시간으로 조회하거나 과거에 수행된 시뮬레이션에 대한 시나리오와 그 결과를 검색할 수 있는 인터페이스도 제공한다.
또한, 시뮬레이션 인터페이스(112)는 서버 장치(130)로부터 시뮬레이션 결과를 전달받아서 GIS 클라이언트 모듈(113)과 그래프 모듈(114)로 전달한다.
또한, 데이터베이스 갱신 도구(115)는, 사용자가 자신의 PC(Personal Computer)에서 작성한 엑셀 쉬트(Excell Sheet)를 변환하여 데이터베이스에 저장한다.
그리고, 서버 장치(130)의 데이터베이스에서 관리되고 있는 데이터는, 인구 통계 데이터, 추계 인구, 인구 이동 데이터, 접촉율 계산에 필요한 교통 이동량 데이터를 포함한다.
통신망(120)은 인터넷과 같은 유선 통신망 또는 이동 통신망과 같은 무선 통신망을 포함할 수 있다.
서버 장치(130)는 클라이언트 장치로부터 웹 인터페이스를 통한 시뮬레이션 요청을 지원하고, 상기 사용자의 시나리오를 상기 시뮬레이션 모듈로 전달하는 웹사이트 엔진부(131); 패치 모델 기반의 역학 시뮬레이션 프로그램에 연동되고, 사용자의 시나리오를 받아들여 시뮬레이션을 실행하는 시뮬레이션 모듈(132); 시뮬레이션의 결과를 도식하기 위하여 지리 정보 시스템에서 필요로 하는 모든 공간 연산을 제공하며, 전국을 하나의 단위 지역으로 도식함과 더불어 각 지역별로도 도식하는 GIS 서버(133); 시뮬레이션의 결과를 도식하는데 필요한 지도 데이터에 대해 전국을 일정 개수의 시도로 나누고 이들 지역 간의 인구 이동을 고려한 지도 데이터를 저장하고 있는 지도(Map) 데이터베이스(134); 및 시나리오 관련 데이터, 시뮬레이션 결과 데이터 등을 저장 관리하는 데이터베이스 관리서버(DBMS)(135)를 포함한다.
또한, 시뮬레이션 모듈(132)은, 다른 역학 시뮬레이션 프로그램과도 연동하여 실행 가능하고, 호흡기 질환을 비롯하여 모수 설정이 같은 역학 시뮬레이션 프로그램도 연동할 수 있다.
또한, GIS 서버(133)는, 패치 모델에서 필요로 하는 16개 시도에 대한 지리 데이터를 지도 데이터베이스(134)에서 관리한다.
그리고, 시뮬레이션 모듈(132)은, 인구 통계 정보, 지역 공간 정보, 추계 인구 정보, 인구 이동 정보에 관한 입력 정보를 추가하거나 갱신, 삭제할 수 있는 데이터베이스 구축용 툴을 사용자에게 제공한다.
도 2는 본 발명의 실시예에 따른 패치 모델에서 분류하는 인플루엔자 동적 모델을 나타낸 도면이다.
본 발명에 따른 패치 모델은, 결정론적 모형을 이용하여 인플루엔자 발생 초기에 취할 수 있는 예방적 조치를 반영하는 중재 모형(intervention); 연령, 감염상태, 증상상태, 백신상태, 치료상태, 격리상태를 포함하는 개인적 특성을 반영하는 개인특성 모형; 및 도로 정보에 근거한 개인 간의 접촉 네트워크(contact network)를 반영하는 네트워크 모형을 구성요소로 하여, 프로그램으로서 CD나 USB 메모리 등 컴퓨터로 읽을 수 있는 매체에 기록할 수 있다.
본 발명에 따른 역학 시뮬레이션 시스템이 제공하는 패치 모델은 Influsim 모델을 기초로 하고 있으며, 16개 시도의 인구 전체 집단을 감수성(Susceptible) 집단, 잠복기(Exposed) 집단, 전염성(infectious) 있는 집단, 병에 의한 사망(Death) 집단, 전염성이 없는 회복기(Convalescent) 집단, 치료되어 면역이 생긴(Recovered) 집단으로 나누고, 각 집단을 병의 진행 단계나 정도에 따라 세부 부류로 나누게 된다.
도 2를 참조하면, Susceptible 집단에서 λ만큼 비율이 감염되어 잠복기 단계로 들어간다. Exposed 집단은 진행 단계에 따라 7 단계로 나뉘고, 마지막 두 단계는 early infectious 단계로서 전염성이 있는 단계이다. 이 단계를 지나면 Infectious 단계가 되며 증상에 따라 Asymptomatic(무증상의) 집단, Moderately sick(경증환자집단, 병원에 가지 않는) 집단, Very sick(중증환자집단, 병에 의한 사망 가능성이 있는) 집단 중 하나로 들어간다.
또한, 각각을 병의 진행 정도에 따른 contagiousness(전염성의 정도)에 따라 19단계로 나눈다. Asymptomatic과 Moderately sick의 i단계(i<19) 환자들은 전염성의 변화로 (i+1)단계로 넘어가거나 병이 나아 Recovered 상태로 들어간다. 19단계의 환자는 다음 단계 없이 Recovered 상태로 들어간다. Very sick 집단의 i단계(i<19) 환자들은 전염성의 변화로 (i+1)단계로 넘어가거나, 치료를 받게 되거나 질병통제 기관의 관리 하에 놓인 W의 i단계로 가거나, 병으로 사망해 Death 상태로 가거나, 회복기가 되어 Convalescent 집단에 속하게 된다. Very sick의 19단계 환자는 치료를 시작해 W의 19단계로 가거나, Death 상태로 가거나 Convalescent 상태로 넘어간다. W의 i 단계 환자는 전염성의 변화로 (i+1)단계로 넘어가거나, Death 상태로 가거나 Convalescent 상태로 넘어간다.
감염률 λ에 영향을 미치는 집단은 전염성이 있는 집단으로 Exposed 단계의 6, 7 단계, Infectious 단계의 Asymptomatic과 Moderately sick과 Very sick의 집단이다. W의 집단은 전염성은 있지만 격리되어 있으므로 감염률에 영향을 미치지 않는다. 이렇게 하여 각 16개 시도별로 인구 전체 집단을 총 87개의 소집단으로 구성하였다. 이들 소집단들 중 C, W, D에 속하는 집단들은 다른 지역으로 이동하지 않는다.
각 시도 간의 인구 이동량을 모델에 적용하기 위하여 Hyman의 도시 간 인구 이동량을 표현하는 식을 적용하였다. 이렇게 만들어진 k 지역(k=1,2,..16)의 수리 모델식은 아래에서 설명한다. 이때, 도시 간 인구 이동량을 나타내는 migration 행렬 M을 다음 수학식 1과 같이 정의한다.
Figure 112009071761454-pat00001
여기서 Mij는 단위시간당 도시 i에서 도시 j로 이동하는 인구수이다. 본 발명의 시뮬레이션에서 M은 대칭행렬이다. 즉, Mij=Mji이다. 따라서 각 도시의 총인구수는 시간이 변해도 변하지 않는다. 따라서, k 지역 도시 간 인구 이동량 행렬 Mk는 다음 수학식 2로 둔다.
Figure 112009071761454-pat00002
도 2에서, S(Susceptible Individuals) 집단의 시간에 따른 집단의 변화량을 식으로 나타내면 다음 수학식 3과 같다.
Figure 112009071761454-pat00003
여기서,
Figure 112009071761454-pat00004
은 다른지역에서 유입되는 S 집단들의 총 사람수이며,
Figure 112009071761454-pat00005
는 다른 지역에서 유출되는 S 집단들의 총 사람수이다.
또한, E(Infected Individuals who incubate the Infection) 집단의 사람은 S 집단의 사람이 인플루엔자에 의해 감염되어 잠복기인 단계로서 평균 1.9일간 이 집단에 머물게 되고, E 집단을 다음 수학식 4와 같이 다시 7단계로 나눈다.
Figure 112009071761454-pat00006
이때, 6,7단계에서는 잠복기 상태임에도 다른 사람에게 전염시킬 수 있는 감염역이 있는 단계이다.
여기서,
Figure 112009071761454-pat00007
은 E 집단에서 z단계의 다른 지역에서 유입되는 총 사람 수이며,
Figure 112009071761454-pat00008
는 E 집단에서 z단계의 다른 지역으로 유출되는 총 사람 수이다.
또한, A(Asymptomatic Infectious Individuals) 집단의 사람은 무증상 환자의 집단을 의미하며, 자연회복에 걸리는 시간은 연령에 따라 평균 4.1일~7일이 걸린다. 그리고, A 집단을 병의 진행 정도에 따른 전염성의 정도(conagiousness)에 따라 다음 수학식 5와 같이 19단계로 나눈다.
Figure 112009071761454-pat00009
여기서
Figure 112009071761454-pat00010
은 A 집단에서 z단계의 다른 지역에서 유입되는 총 사람 수이며,
Figure 112009071761454-pat00011
는 A 집단에서 z단계의 다른 지역으로 유출되는 총 사람 수이다.
또한, M(Moderately Sick Individuals) 집단의 사람은 경증상 환자의 집단을 의미하며, 자연 회복에 걸리는 시간은 연령에 따라 평균 4.1일~7일이 걸린다. 그리 고, M 집단을 병의 진행 정도에 따른 전염성의 정도(contagiousness)에 따라 다음 수학식 6과 같이 19단계로 나눈다.
Figure 112009071761454-pat00012
여기서
Figure 112009071761454-pat00013
은 M 집단에서 z단계의 다른 지역에서 유입되는 총 사람 수이며,
Figure 112009071761454-pat00014
는 M집단에서 z단계의 다른 지역으로 유출되는 총 사람 수이다.
또한, V(Very and Extremely sick individuals who have not yet medical help) 집단의 사람은 중증상 환자의 집단을 의미한다. 이 집단의 사람은 치료를 받게 되거나 질병통제 기관의 관리 하에 놓인 W의 단계로 가거나, 자연치료 되거나, 또는 사망하는 집단이다. 그리고, V 집단을 병의 진행 정도에 따른 전염성의 정도(contagiousness)에 따라 다음 수학식 7과 같이 19단계로 나눈다.
Figure 112009071761454-pat00015
여기서,
Figure 112009071761454-pat00016
은 V 집단에서 z단계의 다른 지역에서 유입되는 총 사람 수이며,
Figure 112009071761454-pat00017
는 V집단에서 z단계의 다른 지역으로 유출되는 총 사람 수이다.
또한, W(Very and Extremely sick individuals who have medical help) 집단의 사람은 치료를 받게 되거나 질병통제 기관의 관리 하에 놓이는 사람의 집단이며, 병의 진행 정도에 따른 전염성의 정도(contagiousness)에 따라 다음 수학식 8과 같이 19단계로 나눈다.
Figure 112009071761454-pat00018
이 W 집단의 사람들은 다른 지역으로 유출 또는 다른 지역으로 유입되는 인구는 없다.
또한, C(Convalescent individuals) 집단의 사람은 회복기에 있으며, 다음 수학식 9와 같이 나타낼 수 있으며, 다른 지역으로 유출 또는 다른 지역으로 유입되는 인구는 없다.
Figure 112009071761454-pat00019
또한, R(Recovered and Immune individuals) 집단은 다음 수학식 10과 같이 나타낼 수 있으며, 회복 되어 면역을 가지고 있는 사람들이다.
Figure 112009071761454-pat00020
여기서,
Figure 112009071761454-pat00021
은 다른 지역에서 유입되는 R 집단들의 총 사람 수이며,
Figure 112009071761454-pat00022
는 다른 지역으로 유출되는 R집단들의 총 사람 수이다.
그리고, D(Dead individuals) 집단은 사망자 집단으로, 다음 수학식 11과 같이 나타낼 수 있다.
Figure 112009071761454-pat00023
한편, 전술한 수학식 1 내지 수학식 11에서 모수를 추정하는 경우를 살펴본다.
먼저, 인플루엔자에 감염된 잠복기 단계의 사람(incubating individuals)은 잠복기를 지나 타인에게 감염을 일으킬 수 있는 사람(infectious individuals)이 된다. 이 때 잠복기 집단의 사람은 전염력을 지니지 않고 무증상이며, 잠복기는 평균 1.9일이라고 알려져 있다. 따라서, λ=7/1.9로 할 수 있다.
이어, 무증상 환자(asymptomatic infectious individuals)는 인플루엔자에 감염이 되었으나 증상이 나타나지 않는 환자로써 잠복기의 환자와는 다르게 증상이 없는데도 불구하고 타인에게 전염을 시킬 수 있는 환자이다. 잠복기 단계의 사람은 1.9일이 지나면 감염된 사람의 단계로 넘어가는데 그 중에서 무증상의 사람으로 넘어가는 비율이 1/3이고, 증상이 나타나는 사람으로 넘어가는 비율은 2/3이다. 따라서, 무증상 환자의 비율은 c(A)=1/3로 할 수 있다.
또한, 인플루엔자에 감염되어 증상이 나타나는 환자(symptomatic infectious individuals)는 크게 조금 아픈 환자와 매우(또는 극심하게) 아픈 환자로 분류한다. 잠복기 단계의 사람이 1.9일이 지나서 감염된 사람의 단계로 넘어가는데 그 중 조금 아픈 환자의 단계로 1/3의 비율로 넘어간다. 나머지 1/3은 매우 아픈 사람의 단계로 넘어간다. 따라서, 조금 아픈 환자의 비율은 c(M)=1/3로 할 수 있다.
또한, 매우 아픈 환자에서만 사망환자가 나올 수 있으며 매우 아픈 환자의 비율은 1/3이다. 따라서, 매우 또는 극심하게 아픈 환자의 비율은 c(V)=1/3로 할 수 있다.
또한, 무증상의 환자는 평균 4.1일이 지나면 병이 회복되고 면역이 생기게 된다. 따라서, γA는 1/4.1<=γA<=1/7 사이의 값을 갖는다.
또한, 조금 아픈 환자는 평균 4.1일이 지나면 병이 회복되고 면역이 생기게 된다. 따라서, γM은 1/4.1<=γM<=1/7 사이의 값을 갖는다.
그리고, 매우 아픈 사람은 7일이 지나면 병이 회복되고 면역이 생기게 된다. 혹은 τ의 비율로 사망한다. 따라서, γV=1/7이 될 수 있다.
도 3은 본 발명의 실시예에 따른 역학 시뮬레이션 방법을 설명하기 위한 동 작 흐름도이다.
도 3을 참조하면, 본 발명에 따른 역학 시뮬레이션 시스템(100)은 사용자로부터 역학 시나리오 정보를 입력받는다(S310).
여기서, 역학 시나리오 정보는, 초기 발생 지역, 단계별 감염력, 무증상 기간, 경증 기간, 진료 시기, 사망률 등을 포함한다.
이어, 역학 시뮬레이션 시스템(100)은 입력받은 역학 시나리오 정보를 시나리오 데이터베이스에 저장한다(S320).
이어, 역학 시뮬레이션 시스템(100)은 입력받은 역학 시나리오 정보의 키 값을 역학 시뮬레이션 프로그램에 전달한다(S330).
이어, 역학 시뮬레이션 시스템(100)에서 역학 시뮬레이션 프로그램은 전달받은 키 값으로 시나리오, 인구통계 정보를 검색하여 역학 시뮬레이션을 실행한다(S340).
그리고, 역학 시뮬레이션 시스템(100)은 역학 시뮬레이션의 결과를 도식화하거나 시뮬레이션 결과 데이터베이스에 저장한다(S350).
이때, 역학 시뮬레이션 시스템(100)은 역학 시뮬레이션의 결과를 그래프로 도식화 하거나 또는 지도 상에 도식화한다.
이후에, 사용자로부터 시뮬레이션 결과 요청시, 역학 시뮬레이션 시스템(100)은 사용자에게 시뮬레이션 결과 목록을 제공하고, 사용자에 의해 시뮬레이션 결과 목록에서 조회 목록이 선택되면, 선택된 목록에 해당하는 결과 정보를 시뮬레이션 결과 데이터베이스로부터 읽어와 시뮬레이션 결과 페이지를 통해 사용자 에게 제공한다.
역학 시뮬레이션 시스템(100)은 역학 시뮬레이션을 수행할 때 역학 시뮬레이션을 위한 데이터로서 인구 통계 정보, 지역 공간 정보, 추계 인구 정보, 인구 이동 정보 등을 이용한다.
인구 통계 정보는 역학 시뮬레이션 처리의 기초가 되는 자료로서 매년마다 변동되는 16개 지역(특별시, 광역시도)이 대상이 된다. 인구 통계 정보는 수치에 따라 본 시스템의 결과에 큰 오차가 발생할 수 있으므로 정보의 신뢰도가 높아야 한다. 신뢰할 수 있는 정보의 획득을 위해 공신력 있는 기관인 통계청에서 제공하는 인구 센서스와 추계 인구 정보를 인구 통계 정보의 대상으로 정하였으며, 추계인구 정보가 본 시스템에 적합하다.
인구 통계 정보로 추계 인구 정보를 선택한 이유는 매 5년마다 실제 거주자를 대상으로 실시하는 인구 센서스의 경우 5년간의 인구 정보 추이가 시스템의 오차로 반영될 수 있을 것으로 판단하였고, 이러한 정보와는 달리 추계 인구는 상주개념으로 주민등록 인구통계의 대상에서 제외되는 외국인을 포함하고 5년 주기 인구 센서스 자료에 2~3년 단위로 주민등록상의 인구변동요인(출생, 사망, 이동 등)을 반영하여 추계한 자료로서 인구 통계 정보의 오차를 최소화 시킬 수 있다.
지역 공간 정보는 역학 시뮬레이션의 대상이 되는 16개 지역의 공간 데이터를 기반으로 구축하고, 실제 역학 시뮬레이션 결과에 직접 관여하지는 않으나 편의상 16개 지역 내의 시군구 영역 정보도 포함한다. 향후 지도 도식에 대한 사용자의 다양한 요구를 수용하기 위해, 16개 지역의 공간 데이터를 각 지역마다 하나의 레 이어를 할당하여 공간 DB에 저장한다. 이러한 융통성을 유지하기 위해 공간 데이터 관리는 예컨대, 지오매니아의 GIS 소프트웨어를 사용하여 저장 및 검색한다.
또한, 추계 인구 정보를 도 4에 도시된 바와 같이 엑셀 형식으로 제공받아 DB 구축용 툴을 통해 해당 정보를 관리할 수 있다. 도 4는 본 발명의 실시예에 따라 추계 인구 정보를 관리하는 화면을 나타낸 도면이다.
또한, 인구 이동 정보를 도 5에 도시된 바와 같이 엑셀 형식으로 제공받아 DB 구축용 툴을 통해 해당 정보를 관리할 수 있다. 도 5는 본 발명의 실시예에 따라 인구 이동 정보를 관리하는 화면을 나타낸 도면이다.
본 발명에 따른 역학 시뮬레이션 시스템(100)은 시스템 사용 권한이 있는 사용자가 웹 환경을 통해서 서버 장치(130) 상의 ‘패치 모델 기반의 시뮬레이션 프로그램’에서 필요로 하는 모수 값을 입력하여 역학 시뮬레이션을 실행하고, 지도 또는 그래프 도식화를 통해 이 결과를 분석할 수 있다. 또한, 다른 사용자들이 과거에 실행했던 유사 시뮬레이션 케이스를 조회해 볼 수 있다. 유사 케이스의 조회는 사용자가 시뮬레이션 프로그램에 입력한 모수 값과 해당 정보에 근거하여 시뮬레이션 결과 DB를 검색하여 사용자에게 제공한다.
또한, 본 발명에 따른 역학 시뮬레이션 시스템(100)은 역학 시뮬레이션 결과를 도 6에 도시된 바와 같이 지도 상에 도식화 할 수 있다. 도 6은 본 발명의 실시예에 따라 역학 시뮬레이션 결과를 지도 상에 도식화 한 예를 나타낸 도면이다.
또한, 본 발명에 따른 역학 시뮬레이션 시스템(100)은 역학 시뮬레이션 결과를 도 7에 도시된 바와 같이 전국 16개의 지역별 사망자수와 외래 환자수를 도식화 하거나, 도 8에 도시된 바와 같이 지역별 일자별 시계열 순으로 도식화 할 수 있다. 도 7은 본 발명의 실시예에 따라 전국의 지역별 사망자수와 외래 환자수를 그래프로 나타낸 도면이고, 도 8은 본 발명의 실시예에 따라 지역별 일자별 사망자수와 외래 환자수를 그래프로 나타낸 도면이다.
도 9는 본 발명의 실시예에 따라 사용자로부터 시뮬레이션 요청을 받을 때의 유즈 케이스 다이어그램을 나타낸 도면이다.
도 9에 도시된 바와 같이 본 발명에 따른 역학 시뮬레이션 시스템(100)은 사용자로부터 시뮬레이션 요청을 받을 때, 사용자로 하여금 발생년도 선택, 발생지역 선택, 모수 입력 등을 수행하게 하고, 그 입력된 정보에 근거해 입력 오류 검사, 시뮬레이션 환경값 저장, 처리상태 확인 등을 수행한다.
도 10은 본 발명의 실시예에 따른 시뮬레이션 결과 조회 시의 유즈 케이스 다이어그램을 나타낸 도면이다.
도 10에 도시된 바와 같이 본 발명에 따른 역학 시뮬레이션 시스템(100)은 시뮬레이션 결과 조회 시에 조회대상 선택, 조회결과 보기, 시뮬레이션 주기 설정, 시뮬레이션 보기, 시뮬레이션 제어, 그래프 보기에서 발생년도 선택, 대상지역 선택, 시뮬레이션 제어 등을 수행하게 된다.
한편, 본 발명에 따른 역학 시뮬레이션 시스템(100)은 시뮬레이션 요청 및 유사 시뮬레이션 조회 시에 도 11에 도시된 바와 같은 시뮬레이션 요청 및 조회 클래스를 이용하게 된다. 도 11은 본 발명의 실시예에 따른 시뮬레이션 요청 및 유사 시뮬레이션 조회 시에 이용되는 클래스 다이어그램을 나타낸 도면이다.
또한, 본 발명에 따른 역학 시뮬레이션 시스템(100)은 패치 모델 메인 화면, 시뮬레이션 요청 리스트, 시뮬레이션 결과 표시 주기 설정 시에 도 12에 도시된 바와 같은 패치 모델 메인 화면 클래스를 이용하게 된다. 도 12는 본 발명의 실시예에 따른 패치 모델 메인 화면의 클래스 다이어그램을 나타낸 도면이다.
또한, 본 발명에 따른 역학 시뮬레이션 시스템(100)은 GIS 지도 표출, GIS 제어, 주제도 표시, 시뮬레이션 결과의 지도 도식 시에 도 13에 도시된 바와 같이 GIS 클라이언트 클래스를 이용한다. 도 13은 본 발명의 실시예에 따른 GIS 클라이언트 클래스 다이어그램을 나타낸 도면이다.
또한, 본 발명에 따른 역학 시뮬레이션 시스템(100)은 시뮬레이션 결과의 그래프 표시, 시뮬레이션 제어, 범례 표시에 도 14에 도시된 바와 같은 시계열 그래프 도식화 클래스를 이용한다. 도 14는 본 발명의 실시예에 따른 시계열 그래프 도식화 클래스 다이어그램을 나타낸 도면이다.
또한, 본 발명에 따른 역학 시뮬레이션 시스템(100)은 지역별 그래프 표시, 지역 선택, 범례 표시에 도 15에 도시된 바와 같은 지역별 시뮬레이션 결과 도식 클래스를 이용한다. 도 15는 본 발명의 실시예에 따른 지역별 시뮬레이션 결과 도식 클래스 다이어그램을 나타낸 도면이다.
도 16은 본 발명의 실시예에 따른 시뮬레이션 요청 처리 과정을 나타낸 흐름도이다.
도 16을 참조하면, 본 발명에 따른 역학 시뮬레이션 시스템(100)은 시뮬레이션 요청 폼을 통해 사용자로부터 발생년도를 선택받고(S1602), 초기지역 값과 모수 를 설정한다(S1604).
이어, 역학 시뮬레이션 시스템(100)은 사용자가 시뮬레이션 요청 버튼을 클릭하면(S1606), 사용자로부터 입력받은 값들을 검사하고(S1608), 오류 발생 시 에러 메시지를 사용자에게로 출력한다(S1610).
그러나, 역학 시뮬레이션 시스템(100)은 사용자로부터 올바른 값들을 입력받으면, 시뮬레이션 컨트롤러를 통해 데이터베이스에 입력된 값들을 저장하고(S1612), 패치모듈을 실행하여(S1614), 패치모듈로부터 응답 메시지를 받는다(S1616).
이어, 역학 시뮬레이션 시스템(100)은 시뮬레이션 컨트롤러를 통해 응답받은 메시지에 따른 결과 메시지를 사용자에게 출력한다(S1618).
도 17은 본 발명의 실시예에 따른 시뮬레이션 결과 보기 과정을 나타낸 흐름도이다.
도 17을 참조하면, 본 발명에 따른 역학 시뮬레이션 시스템(100)은 사용자 세션 정보를 시뮬레이션 요청 페이지에서 체크한다(S1702).
이어, 역학 시뮬레이션 시스템(100)은 사용자가 기존에 시뮬레이션 요청 했던 내역을 데이터베이스로부터 획득한다(S1704).
이어, 역학 시뮬레이션 시스템(100)은 시뮬레이션 결과 목록에 요청 내역을 선택 리스트 형태로 출력한다(S1706).
이어, 역학 시뮬레이션 시스템(100)은 사용자가 시뮬레이션 결과 목록에서 조회할 항목을 선택하면(S1708), 요청 결과 상태가 '완료'인지 여부를 확인하고(S1710), 오류 시 에러 메시지를 출력한다(S1712).
그리고, 역학 시뮬레이션 시스템(100)은 해당 결과를 포함하는 시뮬레이션 결과 페이지를 호출한다(S1714).
도 18은 본 발명의 실시예에 따른 시뮬레이션 결과 검색 과정을 나타낸 흐름도이다.
도 18을 참조하면, 본 발명에 따른 역학 시뮬레이션 시스템(100)은 사용자가 로그인 후 메인 화면의 상단 메뉴에서 “패치모델”” 버튼을 선택하여 시뮬레이션 결과 조회를 실행한다(S1802).
이어, 역학 시뮬레이션 시스템(100)은 등록자를 선택하면(S1804), 해당하는 시뮬레이션 결과를 데이터베이스로부터 가져온다(S1806).
이에 따라, 사용자는 검색에 사용할 시뮬레이션 결과를 선택한다(S1808).
또한, 사용자는 시뮬레이션 주기를 설정한다(S1810).
이어, 역학 시뮬레이션 시스템(100)은 사용자가 시뮬레이션 실행 버튼을 클릭하면(S1812), GIS 모듈을 구동하고(S1814), 사용자가 그래프 보기를 입력하고 발생년도 및 대상지역을 선택하면(S1816), 입력된 정보를 가지고 검색한 검색 결과를 시뮬레이션 그래프로 화면에 출력한다(S1818).
도 19는 본 발명의 실시예에 따른 데이터 업로드 과정을 나타낸 흐름도이다.
도 19를 참조하면, 본 발명에 따른 역학 시뮬레이션 시스템(100)은 사용자에 의해 추계인구, 인구이동 정보 등 업로드 할 데이터 종류를 선택한다(S1902).
이어, 역학 시뮬레이션 시스템(100)은 선택 다이얼로그에서 업로드 대상 문서로 예컨대, 엑셀(Excel)을 선택한다(S1904).
이어, 역학 시뮬레이션 시스템(100)은 선택된 Excel File의 데이터를 읽어온다(S1906).
이어, 역학 시뮬레이션 시스템(100)은 읽은 데이터가 적합한지 유효성을 검사한 후(S1908), 유효하지 않으면 예외 발행 후 프로세스를 종료하고, 유효하면 읽어온 데이터를 이용하여 DataSet을 생성한다(S1910).
이어, 역학 시뮬레이션 시스템(100)은 데이터 업로드 버튼을 활성화한다(S1912).
이어, 역학 시뮬레이션 시스템(100)에 대해 사용자는 문서의 종류와 Excel File이 선택되었으면 Data Upload 버튼을 클릭한다(S1914).
이어, 역학 시뮬레이션 시스템(100)은 DataSet을 DB Table의 스키마에 맞게 매핑한다(S1916).
이어, 역학 시뮬레이션 시스템(100)은 Data Insert 쿼리를 실행한다(S1918).
그리고, 역학 시뮬레이션 시스템(100)은 Insert 성공 시 완료 메시지를 사용자에게 전송하고, 실패 시 예외 메시지를 발생한다(S1920).
한편, 본 발명에 따른 역학 시뮬레이션 시스템(100)은 권한 설정에 대해 관리자가 사용자의 정보를 확인한 후 직접 권한을 부여한다. 관리자는 사용 승인과 사용 거부를 할 수 있다. 사용 승인 시 해당 사용자의 권한을 update하고 SMTP를 이용하여 사용 승인 메일을 발송한다. 사용 거부 시 해당 사용자의 권한을 update하고 SMTP를 이용하여 사용 거부 메일을 발송한다.
전술한 바와 같이 본 발명에 의하면, 전국을 16개 시도로 나누고 각 지역의 인구 통계 정보와 지역 간의 인구 이동량에 근거하여 한국의 특성에 적합한 역학 모델과 역학 시뮬레이션 프로그램을 제공할 수 있다. 또한 경험이 부족한 사용자도 역학 시뮬레이션을 쉽게 실행할 수 있고 연구자 간에 연구 결과를 공유할 수 있도록, 신종 인플루엔자 대유행에 관한 역학 시뮬레이션 시스템을 제공한다.
본 발명에 따른 역학 시뮬레이션 시스템을 통해, 사용자는 자신이 작성한 시나리오를 입력하여 신종 인플루엔자 대유행 시 역학 시뮬레이션에 의한 시간에 따른 질병 전파의 방향 및 질병의 확산 정도와 지역별 환자 수를 계산할 수 있다. 역학 시뮬레이션 시스템은 지리정보 시스템과 연동되어 있어서, 시뮬레이션 결과를 지도상에 도식화하여 시각적 효과도 제공한다. 이 시스템을 통해 인플루엔자 대유행에 대비하여, 사회적 경제적 피해의 최소화 대책 마련에 필요한 기초 자료의 생산에 기여할 수 있다.
본 발명에 따른 패치 모델은 전쟁터나 재난 지역에서 시공간적인 개념으로 통제 역학을 표현하기에 좋은 모델이다. 따라서 평시에 공중 보건학적 관점의 대응책 마련뿐만 아니라, 전시에 생물학전에 대비한 전략 마련에 활용하여 국가 안보에도 기여할 수 있다.
본 발명에 따른 시스템은 공중 보건학자를 위한 것으로, 사용자는 자신이 고 안한 시나리오를 상정하여 인플루엔자를 비롯한 호흡기 질환에 대한 역학 시뮬레이션을 수행할 수 있다. 그러나 이 시스템은 패치 모델 기반의 시뮬레이션 프로그램에 제한하고 있기 때문에, 시나리오가 유사하지 않거나 역학 모델이 다르면 새로운 프로그램을 작성해야 할 수 있다. 이러한 이유로 이 시스템을 사용자에게 일반적인 목적의 역학 시뮬레이션 시스템으로 제공하려면 MatLab, Mathematica, R3 등과 같이 사용자들이 익숙한 패키지를 연동할 수 있다. 향후 국내 공중 보건학자들의 적극적인 참여와 함께, 역학 모델링 및 시뮬레이션의 연구 활성화에 기여 할 것이다.
본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있으므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
도 1은 본 발명의 실시예에 따른 역학 시뮬레이션 시스템의 전체 구성을 개략적으로 나타낸 구성도이다.
도 2는 본 발명의 실시예에 따른 패치 모델에서 분류하는 인플루엔자 동적 모델을 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 역학 시뮬레이션 방법을 설명하기 위한 동작 흐름도이다.
도 4는 본 발명의 실시예에 따라 추계 인구 정보를 관리하는 화면을 나타낸 도면이다.
도 4는 본 발명의 실시예에 따라 추계 인구 정보를 관리하는 화면을 나타낸 도면이다.
도 5는 본 발명의 실시예에 따라 인구 이동 정보를 관리하는 화면을 나타낸 도면이다.
도 6은 본 발명의 실시예에 따라 역학 시뮬레이션 결과를 지도 상에 도식화 한 예를 나타낸 도면이다.
도 7은 본 발명의 실시예에 따라 전국의 지역별 사망자수와 외래 환자수를 그래프로 나타낸 도면이다.
도 8은 본 발명의 실시예에 따라 지역별 일자별 사망자수와 외래 환자수를 그래프로 나타낸 도면이다.
도 9는 본 발명의 실시예에 따라 사용자로부터 시뮬레이션 요청을 받을 때의 유즈 케이스 다이어그램을 나타낸 도면이다.
도 10은 본 발명의 실시예에 따라 시뮬레이션 결과 조회 시의 유즈 케이스 다이어그램을 나타낸 도면이다.
도 11은 본 발명의 실시예에 따른 시뮬레이션 요청 및 유사 시뮬레이션 조회 시에 이용되는 클래스 다이어그램을 나타낸 도면이다.
도 12는 본 발명의 실시예에 따른 패치 모델 메인 화면의 클래스 다이어그램을 나타낸 도면이다.
도 13은 본 발명의 실시예에 따른 시계열 그래프 도식화 클래스 다이어그램을 나타낸 도면이다.
도 14는 본 발명의 실시예에 따른 시계열 그래프 도식화 클래스 다이어그램을 나타낸 도면이다.
도 15는 본 발명의 실시예에 따른 지역별 시뮬레이션 결과 도식 클래스 다이어그램을 나타낸 도면이다.
< 도면의 주요 부분에 대한 부호의 설명 >
100 : 역학 시뮬레이션 시스템 110 : 클라이언트 장치
120 : 통신망 130 : 서버 장치

Claims (17)

  1. 사용자로부터 시뮬레이션에 필요한 시나리오를 입력받아 역학 시뮬레이션을 요청하는 시뮬레이션 요청 인터페이스(Simulation Request Interface);
    상기 시뮬레이션 요청 인터페이스로부터 사용자의 시나리오를 전달받아 서버에게 전달하는 시뮬레이션 인터페이스;
    상기 시뮬레이션의 결과를 지도 상에 도식하며, 도식을 위해 애플릿 구동을 위한 자바 런타임(Java Runtime)을 포함하는 GIS 클라이언트 모듈; 및
    상기 시뮬레이션의 결과를 막대 그래프로 도식하는 그래프 모듈;
    을 포함하는 역학 시뮬레이션 시스템의 클라이언트 장치.
  2. 제 1 항에 있어서,
    상기 시나리오는, 초기 발생 지역, 단계별 감염력, 무증상 기간, 경증 기간, 진료 시기, 사망률 등을 포함하는 것을 특징으로 하는 역학 시뮬레이션 시스템의 클라이언트 장치.
  3. 제 1 항에 있어서,
    상기 시뮬레이션 요청 인터페이스는, 사용자가 작성한 시나리오에 유사한 시뮬레이션 결과를 검색할 수 있는 웹 인터페이스도 제공하는 것을 특징으로 하는 역학 시뮬레이션 시스템의 클라이언트 장치.
  4. 제 1 항에 있어서,
    상기 시뮬레이션 요청 인터페이스는, 사용자가 요청한 시뮬레이션 결과를 실시간으로 조회하거나 과거에 수행된 시뮬레이션에 대한 시나리오와 그 결과를 검색할 수 있는 인터페이스도 제공하는 것을 특징으로 하는 역학 시뮬레이션 시스템의 클라이언트 장치.
  5. 제 1 항에 있어서,
    상기 시뮬레이션 인터페이스는 상기 서버로부터 상기 시뮬레이션 결과를 전달받아서 상기 GIS 클라이언트 모듈과 상기 그래프 모듈로 전달하는 것을 특징으로 하는 역학 시뮬레이션 시스템의 클라이언트 장치.
  6. 삭제
  7. 삭제
  8. 패치 모델 기반의 역학 시뮬레이션 프로그램에 연동되고, 사용자의 시나리오를 받아들여 시뮬레이션을 실행하는 시뮬레이션 모듈;
    클라이언트 장치로부터의 웹 인터페이스를 통한 시뮬레이션 요청을 지원하고, 상기 사용자의 시나리오를 상기 시뮬레이션 모듈로 전달하는 웹사이트 엔진부;
    상기 시뮬레이션의 결과를 도식하기 위하여 지리 정보 시스템에서 필요로 하는 모든 공간 연산을 제공하며, 전국을 하나의 단위 지역으로 도식함과 더불어 각 지역별로도 도식하는 GIS 서버;
    상기 시뮬레이션의 결과를 도식하는데 필요한 지도 데이터에 대해 전국을 일정 개수의 시도로 나누고 이들 지역 간의 인구 이동을 고려한 지도 데이터를 저장하고 있는 지도 데이터베이스; 및
    상기 사용자의 시나리오 및 상기 시뮬레이션 결과를 저장 관리하는 데이터베이스 관리서버;
    를 포함하는 역학 시뮬레이션 시스템의 서버 장치.
  9. 제 8 항에 있어서,
    상기 시뮬레이션 모듈은, 다른 역학 시뮬레이션 프로그램과도 연동하여 실행 가능하고, 호흡기 질환을 비롯하여 모수 설정이 같은 역학 시뮬레이션 프로그램도 연동하는 것을 특징으로 하는 역학 시뮬레이션 시스템의 서버 장치.
  10. 제 8 항에 있어서,
    상기 GIS 서버는, 상기 패치 모델에서 필요로 하는 16개 시도에 대한 지리 데이터를 지도 데이터베이스에서 관리하는 것을 특징으로 하는 역학 시뮬레이션 시스템의 서버 장치.
  11. 제 8 항에 있어서,
    상기 시뮬레이션 모듈은, 인구 통계 정보, 지역 공간 정보, 추계 인구 정보, 인구 이동 정보에 관한 입력 정보를 추가하거나 갱신, 삭제할 수 있는 데이터베이스 구축용 툴을 사용자에게 제공하는 것을 특징으로 하는 역학 시뮬레이션 시스템의 서버 장치.
  12. 삭제
  13. 삭제
  14. 삭제
  15. (a) 웹사이트 엔진부가 클라이언트 장치로부터 역학 시나리오 정보를 입력받아 시뮬레이션 모듈에 전달하는 단계;
    (b) 패치 모델 기반의 역학 시뮬레이션 프로그램에 연동된 시뮬레이션 모듈이 상기 입력받은 역학 시나리오 정보를 시나리오 데이터베이스에 저장하는 단계;
    (c) 상기 시뮬레이션 모듈이 상기 입력받은 역학 시나리오 정보의 키 값을 역학 시뮬레이션 프로그램에 전달하는 단계;
    (d) 상기 역학 시뮬레이션 프로그램이 상기 전달받은 키 값으로 시나리오, 인구통계 정보를 검색하여 역학 시뮬레이션을 실행하는 단계; 및
    (e) 상기 역학 시뮬레이션의 실행 결과를 그래프 모듈 또는 GIS 모듈이 그래프로 또는 지도 상에 도식화하거나, 상기 역학 시뮬레이션 프로그램이 시뮬레이션 결과 데이터베이스에 저장하는 단계;
    를 포함하는 역학 시뮬레이션 방법.
  16. 제 15 항에 있어서,
    상기 역학 시나리오 정보는, 초기 발생 지역, 단계별 감염력, 무증상 기간, 경증 기간, 진료 시기, 사망률을 포함하는 것을 특징으로 하는 역학 시뮬레이션 방법.
  17. 제 15 항에 있어서,
    상기 (e) 단계 이후에, 상기 클라이언트 장치로부터 시뮬레이션 결과 요청시, 시뮬레이션 결과 목록을 제공하고, 상기 클라이언트 장치에 의해 시뮬레이션 결과 목록에서 조회 목록이 선택되면, 상기 선택된 목록에 해당하는 결과 정보를 상기 시뮬레이션 결과 데이터베이스로부터 읽어와 시뮬레이션 결과 페이지를 통해 상기 클라이언트 장치에 제공하는 것을 특징으로 하는 역학 시뮬레이션 방법.
KR1020090113271A 2009-11-23 2009-11-23 역학 시뮬레이션 시스템 및 방법 KR101244252B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090113271A KR101244252B1 (ko) 2009-11-23 2009-11-23 역학 시뮬레이션 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090113271A KR101244252B1 (ko) 2009-11-23 2009-11-23 역학 시뮬레이션 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20110056800A KR20110056800A (ko) 2011-05-31
KR101244252B1 true KR101244252B1 (ko) 2013-03-25

Family

ID=44365111

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090113271A KR101244252B1 (ko) 2009-11-23 2009-11-23 역학 시뮬레이션 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101244252B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11557401B2 (en) 2021-03-05 2023-01-17 Korea Advanced Institute Of Science And Technology Method and apparatus for predicting imported infectious disease information based on deep neural networks

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101405309B1 (ko) * 2012-09-11 2014-06-13 고려대학교 산학협력단 소셜 네트워크 서비스 데이터에 기반한 질병 확산 상황 예측 장치 및 방법
KR20160014252A (ko) 2014-07-29 2016-02-11 한국전자통신연구원 에이전트 기반 다중 마이크로 시뮬레이션을 위한 다중 데이터 세트 관리 장치 및 방법
KR101960504B1 (ko) * 2017-12-18 2019-07-15 세종대학교산학협력단 전염병 확산 예측 모델링 장치 및 방법
KR102279339B1 (ko) * 2019-10-11 2021-07-20 (주)아레스 감염병 확산 위치 예측 시뮬레이션 장치 및 시스템 및 방법
KR102380846B1 (ko) * 2020-06-22 2022-03-31 (주)아레스 비말감염자 이동확산 및 조치훈련 시뮬레이션 시스템 및 방법
CN112382405A (zh) * 2020-11-02 2021-02-19 北京机电工程研究所 结构化新冠肺炎疫情预测和评估方法、装置、设备及介质
KR102467746B1 (ko) * 2020-12-31 2022-11-16 한국기술교육대학교 산학협력단 실제 감염 데이터에 기반하는 시뮬레이션 모델 학습 장치 및 방법
CN113327685B (zh) * 2021-06-07 2023-10-20 航天科工智能运筹与信息安全研究院(武汉)有限公司 城市疫情发展推演方法、装置及计算机可读介质
KR102583585B1 (ko) * 2021-08-04 2023-10-05 성균관대학교산학협력단 빅데이터와 인공지능을 이용한 감염병 예측 방법 및 시스템
KR102597572B1 (ko) 2021-09-13 2023-11-03 고려대학교 산학협력단 감염병 시뮬레이션 장치 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050085171A (ko) * 2002-11-27 2005-08-29 죠지 메디카 피티와이 엘티디 임상 실험을 실행하기 위한 시스템
JP2007052774A (ja) * 1995-07-25 2007-03-01 Ortho-Clinical Diagnostics Inc コンピュータ援用疾病診断方法
KR20080087570A (ko) * 2007-03-27 2008-10-01 (주)프레이맥스 그래픽 사용자 인터페이스를 이용한 설계 장치, 방법 및이를 구현하기 위한 프로그램을 기록한 기록매체
KR100951610B1 (ko) * 2009-09-10 2010-04-07 대한민국 Ｇｉｓ기반 기후변화 영향평가 시스템 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007052774A (ja) * 1995-07-25 2007-03-01 Ortho-Clinical Diagnostics Inc コンピュータ援用疾病診断方法
KR20050085171A (ko) * 2002-11-27 2005-08-29 죠지 메디카 피티와이 엘티디 임상 실험을 실행하기 위한 시스템
KR20080087570A (ko) * 2007-03-27 2008-10-01 (주)프레이맥스 그래픽 사용자 인터페이스를 이용한 설계 장치, 방법 및이를 구현하기 위한 프로그램을 기록한 기록매체
KR100951610B1 (ko) * 2009-09-10 2010-04-07 대한민국 Ｇｉｓ기반 기후변화 영향평가 시스템 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11557401B2 (en) 2021-03-05 2023-01-17 Korea Advanced Institute Of Science And Technology Method and apparatus for predicting imported infectious disease information based on deep neural networks

Also Published As

Publication number Publication date
KR20110056800A (ko) 2011-05-31

Similar Documents

Publication Publication Date Title
KR101244252B1 (ko) 역학 시뮬레이션 시스템 및 방법
Siettos et al. Mathematical modeling of infectious disease dynamics
Anders et al. The AWED trial (Applying Wolbachia to Eliminate Dengue) to assess the efficacy of Wolbachia-infected mosquito deployments to reduce dengue incidence in Yogyakarta, Indonesia: study protocol for a cluster randomised controlled trial
Heesterbeek et al. Modeling infectious disease dynamics in the complex landscape of global health
Yang et al. Mining social media and web searches for disease detection
Geanuracos et al. Use of geographic information systems for planning HIV prevention interventions for high-risk youths
Zaplotnik et al. Simulation of the COVID-19 epidemic on the social network of Slovenia: Estimating the intrinsic forecast uncertainty
Mayfield et al. Predictive risk mapping of an environmentally-driven infectious disease using spatial Bayesian networks: A case study of leptospirosis in Fiji
Li et al. Epidemic forest: A spatiotemporal model for communicable diseases
Moise et al. Applications of geospatial analysis to surveillance data: a spatial examination of HIV/AIDS prevalence in Zambia
Wang et al. From policy to prediction: Forecasting COVID-19 dynamics under imperfect vaccination
Mao et al. Agent-based simulation for a dual-diffusion process of influenza and human preventive behavior
Perez-Heydrich et al. Social and spatial processes associated with childhood diarrheal disease in Matlab, Bangladesh
Thomine et al. Emerging dynamics from high-resolution spatial numerical epidemics
Naidoo et al. Incorporating social vulnerability in infectious disease mathematical modelling: a scoping review
Whitaker et al. Sociodemographic disparities in COVID-19 seroprevalence across England in the Oxford RCGP primary care sentinel network
Duggan et al. An age-cohort simulation model for generating COVID-19 scenarios: A study from Ireland's pandemic response
Pałka et al. Using multiagent modeling to forecast the spatiotemporal development of the COVID-19 pandemic in Poland
Silva et al. Estimating disease burden of a potential A (H7N9) pandemic influenza outbreak in the United States
Ebrahim et al. Structural correlates of modern contraceptive use among Ethiopian women
Jang et al. PEACOCK: A map-based multitype infectious disease outbreak information system
Alshammari et al. Big data opportunities for disease outbreaks detection in global mass gatherings
Djiomba Njankou Mathematical models of Ebola virus disease with socio-economic dynamics
Schneider Sociostructural 2-mode network analysis: critical connections for HIV transmission elimination
Richterich Digital health mapping: Big data utilization and user involvement in public health surveillance

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160202

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20161228

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee