[메디먼트뉴스 이상백 기자] 일상적인 수질 데이터만으로 유해 병원균 위험을 미리 예측하는 인공지능(AI) 기술이 개발됐다.
중국 화둥이공대학 연구팀은 머신러닝(ML)과 정량적 미생물 위험 평가(QMRA)를 결합한 'ML-QMRA 프레임워크'를 개발했다고 7일(현지시간) 국제학술지 '바이오컨태미넌트'에 발표했다. 이 기술은 기존 미생물 검사보다 신속하게 오염 위험을 파악할 수 있다.
연구팀은 2024년 5월부터 2025년 12월까지 중국 동부 주요 도시의 상수원 2곳에서 물 샘플 95개를 채취했다. 분원성 대장균군 등 지표 세균 3종과 살모넬라균 등 병원균 6종을 분석했다.
분석 결과, 기존에 사용되던 지표 세균만으로는 바이러스성 병원균 오염을 정확히 예측하기 어렵다는 한계가 드러났다. 지표 세균과 바이러스 간의 상관관계가 약하거나 일관성이 없었기 때문이다.
연구팀은 이를 해결하기 위해 다중선형회귀, 랜덤 포레스트, 의사결정나무 등 6가지 머신러닝 모델의 성능을 비교했다. 그 결과 랜덤 포레스트와 의사결정나무 모델이 병원균 농도를 예측하는 데 높은 정확도(R² 값 0.75 이상)를 보였다.
특히 의사결정나무 모델은 녹농균 예측에서 0.90 이상의 R² 값을 기록하며 뛰어난 성능을 나타냈다. 연구팀은 2026년 1~2월에 수집한 데이터로 검증한 결과, 대부분 모델이 훈련 기간 이후에도 예측 능력을 유지했다고 밝혔다.
연구팀은 AI 예측 결과를 세계보건기구(WHO)의 질병부담지표(DALYs)와 연계해 건강 위험도를 평가했다. 대부분 위험도는 WHO 기준치 미만이었으나, 살모넬라균, 이질균, 장내 바이러스는 특정 조건에서 기준을 초과할 가능성을 보였다.
또한 AI 모델의 예측 근거를 분석한 결과, 물의 탁도가 분원성 지표 세균을 예측하는 가장 중요한 변수인 것으로 나타났다. 수온, 용존산소, 강우량 등도 각 병원균 예측에 영향을 미쳤다.
연구팀은 "일상적인 수질 측정 데이터가 병원균 수치와 잠재적 건강 위험에 대한 유용한 예측 정보를 제공할 수 있음을 보여준다"고 설명했다. 다만 이 기술이 보편적으로 활용되려면 다른 유역, 계절, 처리 시스템 등 다양한 조건에서 추가 검증이 필요하다고 덧붙였다.
Copyright ⓒ 메디먼트뉴스 무단 전재 및 재배포 금지
