# IDOBE: Infectious Disease Outbreak forecasting Benchmark Ecosystem

### 저자

Aniruddha Adiga, Jingyuan Chou, Anshul Chiranth, Bryan Lewis, Ana I. Bento, Shaun Truelove, Geoffrey Fox, Madhav Marathe, Harry Hochheiser, Srini Venkatramanan

### 💡 개요

본 논문은 실시간 감염병 확산 예측에 필요한 표준화된 벤치마크 데이터셋 및 생태계인 IDOBE를 제안한다. IDOBE는 100년 이상 축적된 광범위한 데이터를 기반으로 13개 질병에 대한 10,000개 이상의 발병 사례를 생성하며, 다양한 예측 모델의 성능을 다차원적으로 평가한다. 실험 결과, MLP 기반 모델이 전반적으로 우수한 성능을 보였으며, 통계적 방법은 확산 초기 단계에서 약간의 우위를 나타냈다.

### 🔑 시사점 및 한계

- **표준화된 벤치마킹 환경 제공:** IDOBE는 다양한 감염병 확산 예측 모델의 객관적이고 재현 가능한 비교 평가를 위한 필수적인 도구를 제공한다.

- **신종 질병 예측 능력 향상:** 다양한 발병 시나리오를 포함하는 IDOBE는 역사적 데이터가 부족한 새로운 질병의 예측 능력을 향상시키는 데 기여할 수 있다.

- **데이터의 다양성 및 복잡성:** 10,000개 이상의 발병 사례와 다양한 질병을 포괄하는 IDOBE는 데이터의 다양성과 복잡성을 증가시켜 모델 개발 및 평가에 있어 더욱 도전적인 환경을 제공한다.

- **향후 과제:** IDOBE는 주로 단기 예측에 초점을 맞추고 있으므로, 장기 예측 능력 평가 및 다양한 외부 요인(예: 백신 접종, 사회적 거리두기)을 통합하는 연구가 필요하다.

---

[PDF 보기](https://arxiv.org/pdf/2604.18521)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).