바이오인

데이터 기반 가축전염병 효율적 대응 방안 연구(1/2차년도)

◈ 목차

제1장 서론

제2장 고병원성 AI 발생 현황 및 영향 분석

제3장 가금 사육 밀집도 및 농가 설문조사 분석

제4장 국내 고병원성 AI 방역체계와 개선과제

제5장 일본과 미국의 고병원성 AI 방역체계와 시사점

제6장 데이터 기반 고병원성 AI 발생 및 확산 분석

제7장 데이터 기반 고병원성 AI 효율적 대응 방안

부록

◈본문

요 약

연구 목적

○ 고병원성 AI, FMD, ASF 등 가축전염병 발생으로 인한 방역조치로 재정지출이 늘어나고, 축산물 수급 불균형, 매몰지 환경오염, 방역활동에 따른 국민 불편 등 다양한 형태의 사회·경제적 피해를 유발하기 때문에, 이를 최소화할 수 있는 방역 정책 추진이 필요하다. 1차년도 연구 목적은 데이터에 기반한 고병원성 AI 발생 및 확산 유형 분석을 바탕으로 가축전염병에 효율적으로 대응할 수 있는 방역체계 개선 방안을 마련하는 것이다.

연구 방법

○ 먼저, 국내외 고병원성 AI 발생 현황과 원인을 파악하기 위해 정부와 국제기구 등에서 제공하는 자료와 보고서를 참고하였다. 둘째, 축산 관련 통계 및 정책자료를 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, 가금농가를 대상으로 전문 조사기관에 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. 발생위험은 기계학습(machine learning) 방법론을, 확산 위험은 SIR 모형을 적용하였으며, 분석데이터는 관계기관 협조를 받아 수집하였다.

연구 결과

○ 고병원성 AI는 2003년 12월 국내 최초로 발생하였으며 2022년 4월까지 약 1,200건이 발생하였다. 최근 들어 방역조치 강화와 농장 방역 수준이 높아면지서 발생 건수가 감소하고 산발적으로 발생하는 경향을 보인다. 철새에 의해 고병원성 AI가 바이러스가 국내로 유입되고, 바이러스에 오염된 사람, 차량, 야생조수류 등 매개체에 의해 농장으로 유입된 것으로 추정되며, 매개체의 이동 과정에서 발생농장 간 전파된 것으로 추정된다. 고병원성 AI 발생은 11월부터 이듬해 4월까지 집중되는 경향이 있으며, 철새 이동 경로에 위치하고 가금 사육이 많은 서해안 지역에서 주로 발생한다. 축종별로는 육용오리, 산란계, 종오리, 토종닭 순으로 많이 발생하였고, 혈청아형별로는 H5N8형, H5N6형, H5N1형이 발생하였다. 외국에서도 고병원성 AI가 지속적으로 발생하고 있으며, 일본과 미국에서 발생한 고병원성 AI도 철새에 의해 바이러스가 유입되고 오염된 매개체에 의해 농장으로 전파된 것으로 추정하고 있다.

...................(계속)

☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.