데이터 기반 가축전염병 효율적 대응 방안 연구(1/2차년도)

Abstract

고병원성 AI를 비롯한 ASF 등 가축전염병이 발생하면서 방역 조치로 인한 재정지출이 늘어나고 국가 전반에 다양한 피해를 유발하고 있다. 가축전염병 발생으로 인한 피해를 최소화하고 지속가능한 축산업을 위해서는 데이터에 기반한 분석을 토대로 가축전염병에 효율적으로 대응할 수 있는 정책 추진이 필요하다. 본 연구는 2년에 걸쳐 추진되는 과제이며, 데이터 기반 가축전염병 발생 및 확산 위험 분석을 바탕으로, 가축전염병 유형과 지역별 가축사육 여건을 종합적으로 고려하면서 가축전염병에 효율적으로 대응할 수 있는 방역체계 개선방안을 마련하는데 초점을 두었다. 1년차인 본 연구는 고병원성 AI를 대상으로 분석하였다.

본 연구를 수행하는 과정에서 첫째, 국내외 고병원성 AI 발생 현황과 원인을 파악하기 위해 정부와 국제기구 등에서 제공하는 자료와 보고서를 참고하였다. 둘째, 축산 관련 통계 및 정책 자료를 바탕으로 사회 후생 변화 분석 등 고병원성 AI 발생에 따른 영향을 분석하였고, 문헌과 법령을 참고하여 살처분 후 회복 기간을 산출하였다. 셋째, 가금 이력제 자료를 이용하여 가금 사육의 밀집도를 GIS 프로그램으로 분석하였으며, 가금 농가를 대상으로 전문조사기관에 의뢰하여 설문조사를 실시한 후 분석하였다. 넷째, 법령, 정부 대책 및 지침, 문헌 등을 검토하여 고병원성 AI 방역체계와 개선과제를 도출하였다. 다섯째, 일본과 미국의 방역체계 조사 및 시사점 도출을 위해 전문가에게 원고를 의뢰하였다. 여섯째, 고병원성 AI 모니터링 체계 구축을 위한 스마트축사 정보 활용 사례를 분석하였으며, GIS를 이용한 고병원성 AI 발생농장의 시․공간 상관관계를 분석하였다. 일곱째, 고병원성 AI 발생확률 및 확산 위험 분석은 협동 연구로 추진되었다. 발생 위험은 기계학습(machine learning) 방법론을, 확산 위험은 SIR 모형을 적용하였으며, 분석데이터는 관계 기관 협조를 받아 수집하였다. 이를 바탕으로 데이터에 기반한 가축전염병 효율적 대응 방안을 마련하여 제시하고자 하였다.

Background and Purpose ○The outbreak of contagious animal diseases, including highly pathogenic avian influenza (HPAI), food-and-mouth disease (FMD), and African swine fever (ASF), increases fiscal spending due to disease control measures and causes various forms of social and economic damage such as unbalanced supply and demand for livestock products, environmental pollution at burial sites, and the people’s inconvenience from disease control activities. Therefore, it is necessary to implement disease control policies that can minimize the damage. The purpose of this first-year study is to present measures to improve the disease control system in order to efficiently respond to contagious animal diseases through a data-based analysis of HPAI outbreak and spread types.

Research Methodology ○First, to identify the current state and causes of HPAI outbreaks at home and abroad, we referred to materials and reports provided by the government and international organizations. Second, based on statistics and policy materials related to livestock production, this study analyzed the effects of HPAI outbreaks, including changes in social welfare, and computed recovery periods after slaughter by reviewing literature and legislations. Third, we analyzed poultry rearing density through the geographic information system (GIS) program by using data collected from the poultry traceability system; and commissioned a survey firm to conduct a survey of poultry farms and analyzed the survey results. Fourth, tasks for improving the HPAI control system were derived by reviewing legislations, literature, and the government’s countermeasures and guidelines. Fifth, we commissioned an expert to write a manuscript in order to research the disease control systems in Japan and the U.S. and draw implications from them. Sixth, we analyzed cases that used smart livestock farms’ information to establish a HPAI monitoring system; and spatio-temporal correlations of HPAI-infected farms through GIS. Seventh, a joint study was carried out to analyze the outbreak probability and spread risk of HPAI. We adopted a machine learning method for outbreak risk and the SIR model for spread risk, and collected data for analysis from related institutions.

(For more information, please refer to the report.)