Modeling COVID-19 spread in the USA using metapopulation SIR models coupled with graph convolutional neural networks

기술 요약: 메타포퓰레이션 SIR 모델과 그래프 합성곱 신경망을 결합한 미국의 COVID-19 확산 모델링

문제 정의
표준 구획형(compartmental) SIR(Susceptible-Infected-Recovered) 모델은 고정된 파라미터(감염률 $\beta$ 및 제거율 $\gamma$)에 의존하며, 이는 서로 다른 하위 집단 간의 질병 확산의 이질성을 포착하는 데 종종 실패한다. "메타포퓰레이션(metapopulation)" 또는 "SIR-네트워크" 모델은 인구를 가변적인 파라미터를 가진 여러 하위 그룹으로 분할함으로써 이 문제를 해결하지만, 상당한 계산 복잡성을 초래하며 특히 지역 간 인간 이동성과 관련된 대규모 하이퍼파라미터 추정을 요구한다. Cao 등이 제안한 "mepoGNN" 접근법과 같은 기존의 개선 시도들은 일본의 구(precinct) 단위 데이터와 특정 이동성 가정에 국한되어 있어 미국으로 직접 적용하기에는 한계가 있었다. 과제는 이러한 하이브리드 모델을 미국의 복잡한 주 단위 이동 패턴 및 정책 대응에 적응시키면서, 세부적인 회복 데이터의 부재와 같은 데이터 제한 사항을 극복하는 것이다.

방법론
저자들은 하이브리드 그래프 합성곱 신경망(GCN) 및 메타포퓰레이션 SIR 프레임워크를 대륙 미국으로 확장한다. 방법론은 세 가지 주요 구성 요소로 이루어진다:

1. 모델 아키텍처: 시스템은 메타포퓰레이션 SIR 모델을 GCN과 결합한다. GCN은 시계열 데이터를 사용하여 SIR 모델의 파라미터를 동적으로 적합하도록 설계되었다. 아키텍처는 다음과 같이 구성된다:

   • 그래프 학습 모듈: 주(state) 사이의 공간적 관계를 인코딩한다.
   • 시공간 모듈: 시간적 진화를 처리하기 위해 그래프 합성곱 계층과 게이트형 템포럴 합성곱 계층을 결합한다.
   • 메타포퓰레이션 SIR 모듈: 예측된 $\beta$ 및 $\gamma$ 파라미터를 사용하여 일일 감염 예측을 생성하는 미분 가능한 계층이다.

2. 미국 데이터에 대한 적응:

   • 이동성 파라미터화: 저자들은 기존 일본 모델에서 사용된 이동성 항 $h_{mn}$을 수정하였다. 지리적 거리와 관계없이 인구 밀집도가 높은 주 사이의 항공 여행을 설명하기 위한 추가 항을 도입하였다: $h_{mn} = \alpha \frac{P_n P_m}{(dist_{mn})^d + \epsilon} + \beta \max(P_n, P_m)(1 - \delta_{mn})$.
   • 일관성 제약 조건: 단일 인구($M=1$)의 극한에서 메타포퓰레이션 모델이 표준 SIR 모델로 축소되도록 하기 위해, 저자들은 파라미터 $\epsilon$을 고정하는 제약 조건($2\alpha P^2 = \epsilon$)을 도출하여 자유 하이퍼파라미터의 수를 $\alpha$와 $d$로 줄였다.
   • 데이터 처리: 신뢰할 수 있는 미국의 회복 데이터 부재로 인해, 저자들은 임의의 $\gamma$ 값과 알려진 실제 감염 데이터를 사용하여 오일러 근사법(Euler approximation)을 통해 System 4를 수치적으로 풀어 회복 파라미터를 생성하였다. 이를 통해 Johns Hopkins CSSE에서 가져온 확진 감염 데이터를 기반으로 모델을 학습시킬 수 있었다.

3. 실시간 기초 재생산수 추정: 본 논문은 메타포퓰레이션 모델의 기초 재생산수($R_0$)를 지속적으로 추정하는 방법을 도출한다. 질병 부재 평형(Disease-Free Equilibrium, DFE) 주변에서 모델을 선형화함으로써, 저자들은 $R_0 = \rho(DA)$임을 입증하였다. 여기서 $\rho$는 스펙트럼 반지름(spectral radius), $A$는 이동성 행렬, $D$는 $\beta_n/\gamma_n$을 포함하는 스케일링 행렬이다. 이를 통해 신경망이 기저 파라미터를 업데이트함에 따라 $R_0$를 실시간으로 계산할 수 있다.

주요 기여

• 지리적 확장: 본 연구는 일본의 구 단위 데이터를 사용한 이전 연구들과 달리, 미국의 COVID-19 데이터를 활용하여 GCN-SIR 결합 모델을 적용한 첫 사례이다.
• 모델 적응: 저자들은 항공 여행 및 주 단위 정책 변화를 포함한 미국 특유의 복잡성을 설명하기 위해 이동성 공식을 성공적으로 수정하였으며, 하이퍼파라미터 학습을 간소화하기 위한 수학적 일관성 조건을 도출하였다.
• 실시간 추정 전략: 본 논문은 슬라이딩 윈도우 방식의 적응형 SIR 방법의 대안으로서, 신경망에 의해 학습된 진화하는 파라미터에 기반하여 기초 재생산수($R_0$)를 지속적으로 추정하는 전략을 제안한다.
• 데이터 보간: 회복 데이터를 생성하기 위해 수치적 근사법을 사용하여 회복 파라미터를 생성함으로써, 가용 가능한 감염 데이터로 모델을 학습시킬 수 있는 새로운 접근 방식을 개발하였다.

결과

• 예측 정확도: GCN-SIR 모델은 국가적 수준에서 1일 및 7일 예측 지평 모두에 대해 표준 SIR 모델보다 향상된 정확도를 보여주었다.
• 인구 규모 상관관계: 주별 예측 분석 결과, 모델의 $R^2$ 적합도와 주 인구 규모 사이에 중간 정도의 양의 상관관계가 있음이 밝혀졌다. 인구 밀도가 높은 주(예: 뉴욕, 캘리포니아, 버지니아)는 강력한 예측력을 보인 반면, 인구가 적은 주(예: 노스다코타, 로드아일랜드)는 낮은 성능을 보였다.
• 재생산수 추적: 모델은 감염률의 등락을 반영하며 팬데믹 기간 동안 $R_0$ 값의 전반적인 진화를 성공적으로 포착하였으나, 주 단위 $R_0$ 추정치는 국가적 집계치보다 정확도가 낮다는 점이 언급되었다.

의의 및 주장- 본 논문은 충분한 학습 데이터가 확보될 경우 GCN-SIR 메타포퓰레이션 모델이 감염병 확산을 예측하는 데 높은 잠재력을 지니고 있다고 주장한다. 저자들은 이 연구가 미국과 같은 복잡하고 대규모인 환경에서의 질병 역학 모델링을 향한 중요한 단계라고 보고 있다. 또한 이 접근 방식이 실시간 파라미터 추정 및 $R_0$ 추적을 위한 견고한 방법을 제공한다고 강조한다. 그러나 저자들은 현재의 한계에 대해 겸허한 태도를 유지하며, 예측 정확도와 인구 규모 사이의 상관관계가 주 단위 추정을 개선하기 위해 더 세밀한 카운티(county) 단위 데이터가 필요함을 시사한다는 점을 인정하였다. 결론적으로, 예비 결과는 고무적이지만, 모델이 정책 결정에 완전히 신뢰받기 위해서는 다양한 데이터 유형에 대한 추가 검증과 이동성 공식의 개선이 필요하다고 밝히고 있다.