Preparing for the next pandemic takes more than better models: expert consensus recommendations for infectious disease modelling

새로운 질병이 퍼지기 시작할 때, 정부는 그것이 얼마나 빠르게 이동할지, 다음에 어디를 타격할지, 그리고 어떤 조치가 이를 저지할 수 있는지를 알아야 합니다. 이러한 질문에 답하기 위해 과학자들은 수학적 모델을 구축합니다. 이 모델들은 미래를 확실하게 예측하는 수정구슬이 아니라, 다양한 조건 아래에서 바이러스가 어떻게 행동할 수 있는지에 대한 구조화된 사고 방식입니다. 모델을 여행자가 이용 가능한 도로와 예상되는 날씨에 따라 택할 수 있는 가능한 경로를 보여주는 복잡한 지도라고 상상해 보십시오. 만약 지도가 부실한 데이터나 숨겨진 가정으로 그려졌다면, 여행자는 길을 잘못 들 수도 있습니다. 수십 년 동안 이러한 모델은 가축의 구제역부터 인플루엔자의 전 세계적 확산에 이르기까지, 당국이 발생 사례를 관리하는 데 도움을 주었습니다. 그러나 최근의 팬데믹은 더 나은 지도를 갖는 것만으로는 충분하지 않다는 사실을 드러냈습니다. 진짜 과제는 지도가 어떻게 그려지는지, 모델에 입력되는 데이터가 어떻게 공유되는지, 그리고 그 결과를 생사가 걸린 결정을 내려야 하는 사람들에게 어떻게 설명하느냐에 있습니다.

이제 한 거대한 전문가 집단이 감염병 모델링이 가장 유용하게 작동하기 위해 정확히 어떻게 이루어져야 하는지를 정의하고자 모였습니다. 뤼베크 대학교 연구진이 이끄는 이 팀은 전 세계 대학과 연구 기관에서 모인 수학, 공중 보건, 사회 과학 분야의 전문가 41명을 불러 모았습니다. 그들은 단순히 어떤 방정식이 가장 좋은지를 두고 논쟁한 것이 아닙니다. 대신, 그들은 규칙에 대한 합의를 도출하기 위해 엄격한 과정을 거쳤습니다. 먼저, 그들은 과학자들이 과거에 어떤 문제들에 직면했었는지 확인하기 위해 수백 건의 과거 연구들을 검토했습니다. 그런 다음, 네 차례의 토론과 투표 과정을 거치며 모두가 최종적인 40가지 권고안에 동의할 때까지 아이디어를 다듬었습니다. 목표는 모델링을 더욱 신뢰할 수 있고 투명하며, 다음 비상 사태에 대비할 수 있도록 만드는 공유된 표준을 만드는 것이었습니다.

이 연구의 가장 놀라운 발견은 전문가들이 40개의 특정 진술에 대해 거의 완벽하게 동의했다는 점입니다. 이 중 38개는 최고 등급을 받았는데, 이는 패널 전체가 이를 필수적인 것으로 보았음을 의미합니다. 그러나 이 합의는 특정 유형의 모델을 어떻게 구축할 것인가에 대한 것이 아니었습니다. 대신, 가장 강력한 합의는 모델을 둘러싼 조건, 즉 모델이 사용하는 데이터, 보고 방식, 그리고 그 모델과 함께 일하는 사람들에 집중되었습니다. 패널은 모델링 그룹이 이러한 문제를 단독으로 해결할 수 없다는 것을 발견했습니다. 과학자들이 자신의 코드를 어떻게 작성할지 또는 불확정성을 어떻게 설명할지는 결정할 수 있지만, 공공 데이터 시스템을 만들거나, 국제적인 데이터 공유 조약을 협상하거나, 장기적인 자금을 확보하는 일은 스스로 할 수 없습니다. 이러한 과업은 팬데믹 기간뿐만 아니라 팬데믹 사이의 시기에도 정부, 자금 지원 기관, 정책 자문가들이 행동할 것을 요구합니다.

전문가들은 가장 큰 장애물이 수학적인 문제라기보다 실무적인 문제인 경우가 많다고 식별했습니다. 모델이 정확하려면 적시에 접근하기 쉽고 한계점이 명확히 표시된 데이터를 필요로 합니다. 현재 데이터는 종종 늦게 도착하거나, 복잡한 장벽 뒤에 갇혀 있거나, 컴퓨터가 자동으로 읽을 수 없는 형식으로 제공됩니다. 패널은 데이터가 명확한 문서화와 함께 개방형, 기계 판독 가능 시스템을 통해 제공되어야 한다고 주장했습니다. 또한 그들은 위기 상황에서 데이터가 국가 간에 자유롭게 흐를 수 있도록 하는 교차 국경 협정의 필요성을 강조했습니다. 이러한 토대가 없다면, 아무리 정교한 모델이라도 유용한 지침을 제공하기 위해 고군투쟁할 것입니다. 또한 그룹은 모델이 투명해야 한다고 강조했습니다. 이는 과학자들이 어떤 가정을 했는지 명확히 밝히고, 다른 사람들이 자신의 작업을 검증할 수 있도록 코드와 데이터를 공유하며, 예측의 한계를 설명해야 함을 의미합니다.

또 다른 중요한 합의 사항은 불확정성에 대해 어떻게 이야기할 것인가였습니다. 과거에 모델은 때때로 정확한 미래를 예측할 수 있는 신탁처럼 취급되었습니다. 패널은 모델이 운명을 예언하는 도구가 아니라 가능성을 탐색하는 도구임을 명확히 했습니다. 모델은 아무런 조치를 취하지 않을 경우 바이러스가 빠르게 확산될 수 있음을 보여줄 수 있지만, 만약 당국이 엄격한 조치를 시행한다면 그 빠른 확산은 일어나지 않을 수도 있습니다. 이것은 모델이 실패했다는 것을 의미하지 않습니다. 그것은 모델이 회피된 시나리오를 성공적으로 탐색했음을 의미합니다. 전문가들은 과학자들이 '일어날 것에 대한 예측'과 '특정 조건 하에서 일어날 수 있는 시나리오'를 명확히 구분해야 한다고 주장했습니다. 또한 그들은 불확정성이 단일하고 정밀한 숫자로서 잘못된 정확성을 주는 것이 아니라, 가능한 결과의 스펙트럼을 보여주는 범위로 전달되어야 한다는 점에도 동의했습니다.

연구는 또한 모델을 만드는 사람들이 모델을 사용하는 사람들과 격리되어 일하는 경우가 많다는 점을 강조했습니다. 패널은 이 간극을 메울 수 있는 영구적인 역할을 창출할 것을 권고했는데, 여기서 전문가들은 복잡한 모델 결과를 정책 입결정자를 위한 명확한 조언으로 번역할 수 있습니다. 그들은 또한 모델이 취약 계층을 간과하거나 위기 상황에서 인간의 행동이 어떻게 변하는지를 반영하지 못하는 경우가 많다는 점에 주목했습니다. 이를 해결하기 위해 전문가들은 다양한 인구를 포함하는 모델과 사회 과학적 통찰력을 통합할 것을 촉구했습니다. 그러나 그들은 너무 많은 복잡성을 추가하면 모델을 사용하기 어렵게 만들 수 있으므로, 질문되는 특정 질문에 따라 적절한 균형을 찾아야 한다고 인정했습니다.

높은 수준의 합의에도 불구하고, 패널은 자신들의 연구에 상당한 한계가 있음을 인정했습니다. 전문가들은 거의 전적으로 고소득 국가와 학계 출신이었습니다. 이는 그들의 권고안이 해당 지역에서 사용 가능한 자원과 구조를 반영하고 있음을 의미하며, 다음 팬데믹이 닥칠 수 있는 저소득 및 중소득 국가에는 그러한 환경이 존재하지 않을 수 있습니다. 그룹은 자신들의 우선순위 목록이 기능하는 정부와 보건 시스템을 가정하고 있다는 점을 인정했습니다. 이는 항상 성립하는 것은 아닙니다. 또한 그들은 좋은 조언이 따르지 못하게 만드는 정치적 현실을 충분히 다루지 않았으며, 다양한 개입의 경제적 비용을 깊이 있게 탐구하지도 않았다고 언급했습니다.

궁극적으로, 이 논문은 다음 팬데믹에 대비하는 것이 더 나은 수학만을 요구하는 것이 아니라고 결론짓습니다. 그것은 모델이 효과적으로 작동할 수 있도록 하는 제도와 인프라를 구축하는 것을 요구합니다. 전문가들은 상호 운용 가능한 데이터 시스템 구축, 상설 다학제 팀 구성, 지속적인 자금 확보와 같이 발생 사이의 기간 동안 수행해야 할 10가지 구체적인 우선순위를 제시했습니다. 그들은 위기가 시작될 때까지 이 문제들을 해결하기 위해 기다리는 것은 너무 늦다고 주장했습니다. 이 권고안들은 최종적인 해결책이 아니라, 글로벌 대화를 위한 출발점으로 제시되었습니다. 이러한 표준에 지금 합의함으로써, 과학계는 다음 위협이 나타났을 때 사용할 수 있는 도구들이 견고하고 명확하며 대중을 섬길 준비가 되어 있기를 희망하고 있습니다.