질병청 K-COV-N 활용 44건 논문·8건 정책반영 성과 공개

이를 위한 데이터 연계는 ▲연구용 연계 DB(K-COV-N, K-CURE, K-TB-N 등 감염병 빅데이터 플랫폼으로 민·관·학 연구 지원 및 감염병 특성 심층분석) ▲정책 근거 생산(예방접종 효과평가, 고위험군 재정의, 장기 건강영향·질병부담 분석) ▲현장 방역업무 연계(국방부·농림축산식품부·환경부·식품의약품안전처 시스템 연계를 통한 실시간 감시·역학조사 지원·조기경보체계 가동) 등 세 가지 목적으로 추진되고 있다고 설명했다.

발표는 WHO·CDC·EU·영국 등의 데이터 전략을 토대로 ▲연결(감시자료 단독분석을 넘어 건강정보·유전체·환경·관계부처 데이터 결합) ▲안전(원자료 반출이 아닌 신뢰 기반의 안전한 분석환경 구축) ▲AI-Ready(자동화된 분석을 위한 데이터 표준화 및 고품질 메타데이터 확보) ▲환류(실세계근거를 통한 즉각적인 현장 방역 및 정책결정)를 글로벌 보건데이터의 4대 메가트렌드로 제시했다.

발표는 활용 영역별로 ▲고위험군 정밀 정의(감염병+건강보험·암센터·국방부 데이터로 질환·장애·면역상태·직업노출을 반영한 입체적 타겟팅) ▲백신·치료제 효과평가(감염병+접종이력·치료제·식약처 안전정보로 실사용근거 기반 예방효과 증명) ▲장기 건강영향 분석(감염병+건보·암·만성질환·사망자료로 후유증 및 장기 질병부담 파악) ▲원헬스 조기경보(감염병+농림부·환경부·검역자료로 매개체 감염병 예측 및 위험지도 구축) ▲정책효과 평가(감염병+다부처 중재데이터로 방역정책 시행 전후 질병부담 변화 측정)의 기대효과를 제시했다.