Machine Learning-Based Prediction of Acute Morbidity and Counterfactual Policy Simulation among Children 6–23 Months of Age in Punjab, Pakistan: A Secondary Analysis of a Multi-Indicator Cluster Survey 2017–18

아이의 생후 첫 2년은 신체가 기초를 쌓는 시기입니다. 이 시기는 영양과 환경이 아이의 성장뿐만 아니라 면역 체계가 흔한 질병에 맞서 싸우는 능력까지 결정짓는 매우 중요한 창구입니다. 저소득 지역의 아이가 열, 설사 또는 호흡기 감염을 앓게 될 때 그 위험성은 매우 높습니다. 이러한 급성 질환은 세계 여러 지역에서 어린 아이들의 주요 사망 원인입니다. 의사와 공중 보건 전문가들은 빈곤, 교육 부족, 불량한 식단이 질병에 기여한다는 사실을 오랫동안 알고 있었지만, 정확한 요인들의 조합은 복잡합니다. 특정 지역에서 어떤 단일 개입이 가장 많은 생명을 구하거나 가장 많은 질병을 예방할 수 있을지 가려내는 것은 어려운 일입니다. 이를 해결하기 위해 연구자들은 인간의 분석으로는 놓칠 수 있는 패턴을 찾아내기 위해 방대한 양의 조사 데이터를 훑을 수 있는 컴퓨터 모델에 점점 더 의존하고 있으며, 이를 통해 특정 조건이 개선되었을 때 어떤 일이 일어날지를 테스트할 수 있습니다.

파키스탄의 한 연구팀은 이 접근 방식을 파키스탄에서 가장 인구가 많은 주인 펀자브(Punjab) 지역의 아동 건강에 적용했습니다. 그들은 특히 취약한 집단인 6개월에서 23개월 사이의 아동들에 집중했습니다. 2017년과 2018년에 실시된 대규모 가구 조사 데이터를 사용하여, 연구진은 약 10,000명의 아동을 조사하여 왜 어떤 아이들은 아프고 어떤 아이들은 건강한지를 이해하고자 했습니다. 연구진은 단순히 상관관계를 찾는 것에 그치지 않고 미래를 시뮬레이션하고자 했습니다. 그들은 기존 데이터로부터 학습하여 질병을 예측하는 컴퓨터 모델을 구축한 다음, 다음과 같은 "만약 ~한다면"이라는 질문을 던졌습니다. 만약 모든 아이가 비타민 보충제를 받을 수 있다면, 혹은 모든 어머니가 더 높은 수준의 교육을 받는다면, 전체 인구의 건강에는 어떤 변화가 생길 것인가? '반사실적 시뮬레이션(counterfactual simulation)'이라고 알려진 이 방법은 과학자들이 실제 정책을 시행하기 전에 정책 변화의 잠재적 영향을 추정할 수 있게 해줍니다.

연구는 현장의 현재 현실을 살펴보는 것으로 시작되었습니다. 조사 전 2주 동안, 표본 내 아동의 거의 절반이 주요 소아 질환인 열, 설사, 기침 또는 호흡 곤란을 앓았습니다. 질병의 부담은 주 전체에 고르게 퍼져 있지 않았습니다. 데라 가지 칸(Dera Ghazi Khan)과 같은 일부 구역에서는 아동의 3분의 2 이상이 아팠던 반면, 구즈란왈라(Gujranwala)와 같은 다른 구역에서는 그 비율이 현저히 낮았습니다. 연구진은 또한 대다수의 아이들이 비타민이나 미네랄 보충제를 받지 못하고 있으며, 어머니의 상당수가 정규 교육을 받지 못했다는 점에 주목했습니다. 이것들이 바로 컴퓨터 모델이 학습하는 데 필요한 원재료였습니다.

이 복잡성을 이해하기 위해 연구진은 '랜덤 포레스트(random forest)'라고 불리는 머신러닝 기법을 사용했습니다. 각 나무가 "가족에게 건강 보험이 있는가?" 또는 "아이가 비타민을 섭احث는가?"와 같이 아이의 삶에 대한 일련의 간단한 질문을 던져 아이가 병에 걸릴 가능성이 있는지 결정하는 의사결정 나무(decision trees)의 숲을 상상해 보십시오. 컴퓨터는 데이터를 조금씩 다르게 바라보는 수천 개의 이러한 나무를 구축한 다음, 최종 답변에 대해 투표하도록 했습니다. 이 접근 방식은 많은 요인이 중첩되는 무질서한 실제 데이터를 처리할 수 있기 때문에 강력합니다. 모델은 대부분의 데이터로 훈련되었고, 그 후 모델이 얼마나 잘 수행되는지 확인하기 위해 별도의 그룹으로 테스트되었습니다. 모델은 무작위 추측보다 더 잘 아이가 건강한지 아픈지를 성공적으로 예측했으며, 이는 데이터에 질병을 유발하는 명확한 신호가 포함되어 있음을 입증했습니다.

모델이 구축되자 연구진은 연구의 가장 중요한 부분, 즉 어떤 요인이 가장 중요한지를 식별하는 단계로 넘어갔습니다. 그들은 부유함에서 식단에 이르기까지 각 변수가 건강한 아이와 아픈 아이를 구별하는 모델의 능력에 얼마나 기여하는지를 측정했습니다. 결과는 놀라웠습니다. 가장 중요한 단일 요인은 비타민 및 미네랄 보충제에 대한 접근성이었습니다. 이 요인은 가족의 부나 어머니의 교육 수준을 포함한 다른 모든 요인보다 더 중요했습니다. 빈곤과 교육이 건강과 분명히 연결되어 있지만, 데이터는 보충제의 유무가 아이가 병에 걸릴지 여부를 예측하는 가장 강력한 예측 변수임을 보여주었습니다. 어머니의 교육이나 아이의 식단과 같은 다른 요인들도 중요했지만, 보충제에 비하면 부차적인 역할을 했습니다.

그 후 연구진은 모델을 사용하여 시뮬레이션을 실행했습니다. 이는 사실상 규칙을 하나씩 바꿀 수 있는 디지털 버전의 펀자브를 만드는 것이었습니다. 첫 번째 시나리오에서 그들은 연구 대상인 모든 아이가 비타민 및 미네랄 보충제를 받을 수 있는 세상을 가정했습니다. 모델은 이 단 하나의 변화가 공중 보건에 엄청난 개선을 가져올 것이라고 예측했습니다. 건강한 아동의 비율은 거의 13%포인트 상승할 것이며, 이는 주 전체에서 수천 명의 아픈 아이들이 줄어드는 변화를 의미합니다. 두 번째 시나리오에서 그들은 표본 내의 모든 어머니가 더 높은 수준의 교육을 받은 상황을 가정했습니다. 이 역시 개선을 가져왔지만, 약 3.5%포인트 상승하는 데 그쳐 훨씬 작은 폭이었습니다. 세 번째 시나리오에서 모든 아이가 최소한의 다양성 기준을 충족하는 식단을 갖게 된 경우, 건강률은 0.5%포인트 미만으로 증가하며 가장 적은 이득을 보였습니다.

이러한 결과는 교육과 식단이 필수적이긴 하지만, 이 특정 인구 집단에서 질병을 줄이기 위한 가장 즉각적이고 강력한 지렛대는 비타민과 미네랄을 확보하는 것임을 시사합니다. 시뮬레이션은 특정 보충제를 제공하는 타겟 프로그램이 다른 개입책보다, 적어도 단기적으로는 전체 인구의 건강을 증진하는 데 훨씬 더 큰 효과를 낼 수 있음을 보여줍니다. 연구진은 이것이 교육이나 식단이 중요하지 않다는 뜻이 아니라, 자원이 제한된 환경에서 보충제 접근성의 격차가 제거될 경우 가장 높은 수익을 낼 수 있는 핵심적인 병목 구간임을 의미한다고 언급했습니다. 연구는 데라 가지 칸과 같이 질병 발생률이 높은 구역에서는 이 보충제를 우선시하는 것이 가장 많은 생명을 구할 수 있다고 강조했습니다.

연구는 머신러닝과 시뮬레이션의 결este 조합이 공중 보건 결정을 내리는 새로운 방법을 제공한다고 결론지었습니다. 어떤 정책이 효과가 있을지 추측하는 대신, 관리들은 이러한 모델을 사용하여 다양한 선택의 예상 결과를 확인할 수 있습니다. 펀자브의 아이들에게 앞으로 나아갈 길은 명확해 보입니다. 교육과 영양에 대한 장기적인 투자가 여전히 필수적이긴 하지만, 모든 아이가 비타민과 미네랄 보충제를 받을 수 있도록 집중하는 노력은 다가오는 몇 년 동안 급성 질환의 부담을 극적으로 줄일 수 있습니다. 데이터는 로드맵을 제공하며, 비교적 간단한 개입이 이 지역의 가장 취약한 아이들을 위한 더 건강한 미래를 만들 수 있음을 보여줍니다.