Why It Matters

COVID-19 was a zoonotic disease. So was Ebola, MERS, SARS, avian influenza, and monkeypox. The pattern is consistent: roughly three-quarters of emerging infectious diseases originate in animals before crossing to humans. Each crossing event occurs at the interface where human activity—deforestation, intensive livestock farming, wildlife trade, urbanization—brings people into closer contact with animal reservoirs.

The One Health approach recognizes that human health, animal health, and environmental health are not separate domains managed by separate ministries—they are interconnected components of a single system. A veterinarian monitoring antibiotic-resistant bacteria in livestock, a public health official tracking respiratory illness in a farming community, and an ecologist documenting habitat loss in the same region are all observing different facets of the same causal chain.

Despite decades of advocacy, One Health has historically been more conceptual than operational. Siloed institutions, incompatible data systems, and separate funding streams have kept human, animal, and environmental surveillance fragmented. The post-COVID period has created both the political will and the practical urgency to change this—and the 2024-2025 literature documents the frameworks being built.

The Science

A Holistic Surveillance Framework

Singh et al. (2024), with 58 citations, propose a comprehensive One Health surveillance framework that integrates environmental, animal, and human health determinants. Their framework goes beyond simply combining three data streams; it models the causal pathways through which environmental changes (deforestation, climate shifts) alter animal disease dynamics, which in turn create spillover risks for human populations.

The framework identifies critical surveillance nodes—points in the causal chain where monitoring yields the most early warning value. For example: monitoring antimicrobial resistance (AMR) in wastewater downstream from livestock operations provides earlier warning of AMR emergence than waiting for clinical cases in human hospitals. Similarly, tracking wildlife population stress indicators (cortisol levels, migration changes) can signal ecosystem disruptions that precede zoonotic spillover events.

The practical architecture involves three surveillance layers: environmental monitoring (water quality, soil contamination, habitat fragmentation), animal health monitoring (livestock disease, wildlife population health), and human health monitoring (clinical cases, seroprevalence surveys). Machine learning models then integrate these layers to generate risk scores for specific geographic areas.

WASH Integration with One Health

Dickin et al. (2025), with 5 citations, address a surprisingly underexplored connection: water, sanitation, and hygiene (WASH) interventions have traditionally focused on human fecal contamination, largely ignoring animal feces as a disease transmission pathway. In low- and middle-income countries where humans and livestock share living spaces, animal fecal contamination of water sources is a major—and largely unaddressed—driver of diarrheal disease and zoonotic infection.

The study documents how re-evaluating WASH through a One Health lens changes intervention design. Traditional latrines solve the human waste problem but do nothing about the livestock waste problem. One Health WASH interventions add animal waste management, livestock housing design, and water source protection from animal access to the standard WASH package.

This integration is operationally challenging: WASH programs sit in health ministries, while livestock management sits in agriculture ministries. One Health WASH requires cross-ministerial coordination that existing governance structures often cannot deliver.

Regional Best Practices

Schiller et al. (2025), with 1 citation, document One Health best practices specifically for the Eastern Mediterranean Region—an area with diverse health system capacities, active zoonotic disease threats (brucellosis, leishmaniasis, avian influenza), and complex geopolitical challenges that complicate cross-border surveillance.

Their analysis identifies what works: national One Health platforms that bring together human health, veterinary, and environmental agencies under a formal coordination mechanism; joint investigation teams that respond to zoonotic disease outbreaks as integrated units rather than separate disciplinary responses; and shared laboratory networks that can test human, animal, and environmental samples with comparable methods.

AMR as a One Health Case Study

Eissa et al. (2025), with 1 citation, demonstrate the One Health approach through a specific case: tracking multidrug-resistant Klebsiella pneumoniae across cattle, horses, and humans in Egypt. By sampling the same bacterial species from animals and humans in the same geographic area, they trace the transmission and resistance patterns that connect agricultural antibiotic use to human clinical infections.

Their findings confirm what One Health theory predicts: resistance genes circulate freely between animal and human bacterial populations. Antibiotic use in livestock selects for resistance that subsequently appears in human infections—a causal chain invisible to any single-sector surveillance system.

One Health Surveillance Architecture

What To Watch

The operational implementation of One Health is accelerating through two mechanisms: the WHO-FAO-UNEP-WOAH Quadripartite Joint Plan of Action provides the global governance framework, while national One Health platforms (now established in over 70 countries) provide the operational infrastructure. Watch for the integration of genomic surveillance—whole-genome sequencing of pathogens from human, animal, and environmental samples—into routine One Health monitoring. This technology makes transmission chain tracking precise enough to guide specific interventions. The intersection of One Health and climate change is the emerging frontier: as climate disruptions alter wildlife migration, vector habitats, and agricultural practices, the zoonotic spillover risk landscape is changing faster than traditional surveillance systems can track.

Explore related work through ORAA ResearchBrain.

면책 조항: 이 게시물은 정보 제공을 목적으로 한 연구 동향 개요이다. 학술 연구에서 인용하기 전에 구체적인 연구 결과, 통계 및 주장은 원본 논문을 통해 검증해야 한다.

One Health: 인간-동물-환경의 연계

중요성

COVID-19는 인수공통감염병이었다. 에볼라, MERS, SARS, 조류 인플루엔자, 원숭이두창도 마찬가지였다. 패턴은 일관적이다. 신흥 감염병의 약 4분의 3은 인간에게 전파되기 전 동물에서 기원한다. 각각의 전파 사건은 삼림 벌채, 집약적 축산업, 야생동물 거래, 도시화 등의 인간 활동이 사람과 동물 숙주의 접촉을 증가시키는 접점에서 발생한다.

One Health 접근법은 인간 건강, 동물 건강, 환경 건강이 각각의 부처가 관리하는 별개의 영역이 아니라, 하나의 시스템을 구성하는 상호 연결된 요소임을 인식한다. 축산업에서 항생제 내성균을 모니터링하는 수의사, 농업 지역 사회의 호흡기 질환을 추적하는 공중보건 담당자, 동일 지역의 서식지 손실을 기록하는 생태학자는 모두 동일한 인과 사슬의 서로 다른 측면을 관찰하고 있는 것이다.

수십 년에 걸친 지지 활동에도 불구하고, One Health는 역사적으로 운영적이기보다는 개념적인 수준에 머물러 왔다. 칸막이식 기관 구조, 호환되지 않는 데이터 시스템, 분리된 재원 흐름은 인간, 동물, 환경 감시 체계를 단편적으로 유지시켜 왔다. COVID-19 이후의 시기는 이를 변화시킬 정치적 의지와 실질적인 긴박성을 모두 만들어 냈으며, 2024-2025년 문헌은 구축되고 있는 프레임워크를 기록하고 있다.

과학적 내용

통합적 감시 프레임워크

Singh et al. (2024)은 58회 인용으로, 환경, 동물, 인간 건강 결정 요인을 통합하는 포괄적인 One Health 감시 프레임워크를 제안한다. 이 프레임워크는 단순히 세 가지 데이터 흐름을 결합하는 것을 넘어, 환경 변화(삼림 벌채, 기후 변동)가 동물 질병 역학을 변화시키고, 이것이 다시 인간 집단에 대한 전파 위험을 생성하는 인과 경로를 모델링한다.

이 프레임워크는 핵심 감시 노드, 즉 모니터링이 가장 높은 조기 경보 가치를 산출하는 인과 사슬의 지점을 식별한다. 예를 들어, 축산 시설 하류 폐수에서 항균제 내성(AMR)을 모니터링하는 것은 인간 병원의 임상 사례를 기다리는 것보다 AMR 출현에 대한 더 빠른 경보를 제공한다. 마찬가지로, 야생동물 개체군의 스트레스 지표(코르티솔 수치, 이동 패턴 변화)를 추적하는 것은 인수공통감염병 전파 사건에 선행하는 생태계 교란을 신호할 수 있다.

실용적 구조는 세 가지 감시 계층으로 구성된다. 환경 모니터링(수질, 토양 오염, 서식지 단편화), 동물 건강 모니터링(축산 질병, 야생동물 개체군 건강), 인간 건강 모니터링(임상 사례, 혈청 유병률 조사)이 그것이다. 머신러닝 모델은 이러한 계층들을 통합하여 특정 지리적 지역에 대한 위험 점수를 생성한다.

One Health와 WASH의 통합

Dickin et al. (2025)은 5회 인용으로, 놀랍도록 탐구가 부족했던 연결 고리를 다룬다. 물, 위생, 개인 위생(WASH) 중재는 전통적으로 인간의 분변 오염에 초점을 맞춰 왔으며, 질병 전파 경로로서의 동물 분변은 대체로 무시해 왔다. 인간과 가축이 생활공간을 공유하는 저소득 및 중간소득 국가에서 수원의 동물 분변 오염은 설사 질환과 인수공통감염병의 주요한, 그러나 대체로 해결되지 않은 원인이다.

이 연구는 One Health 관점으로 WASH를 재평가하면 중재 설계가 어떻게 달라지는지를 기록한다. 전통적인 화장실은 인간 폐기물 문제를 해결하지만 축산 폐기물 문제에는 아무런 효과가 없다. One Health WASH 중재는 표준 WASH 패키지에 동물 폐기물 관리, 축사 설계, 그리고 동물 접근으로부터의 수원 보호를 추가한다. 이 통합은 운영상 어려움이 있다. WASH 프로그램은 보건부 산하에 있는 반면, 가축 관리는 농업부 산하에 있다. One Health WASH는 부처 간 조율을 필요로 하지만, 기존 거버넌스 구조는 이를 실현하지 못하는 경우가 많다.

지역별 모범 사례

Schiller et al. (2025)은 피인용 1회로, 동지중해 지역의 One Health 모범 사례를 기록한다. 이 지역은 다양한 의료 시스템 역량을 보유하고 있으며, 브루셀라증, 리슈만편모충증, 조류 인플루엔자 등 인수공통감염병의 위협이 활발하고, 국경을 초월한 감시를 복잡하게 만드는 지정학적 과제들도 산적해 있다.

이들의 분석은 효과적인 방안을 규명한다. 공식적인 조율 메커니즘 아래 인간 보건, 수의학, 환경 기관을 한데 모은 국가 One Health 플랫폼, 인수공통감염병 발생 시 별도의 분과별 대응이 아닌 통합 단위로 대응하는 합동 조사팀, 그리고 인간·동물·환경 시료를 동일한 방법으로 검사할 수 있는 공유 실험실 네트워크가 그것이다.

One Health 사례 연구로서의 AMR

Eissa et al. (2025)은 피인용 1회로, 이집트에서 소, 말, 인간에 걸쳐 다제내성 Klebsiella pneumoniae를 추적하는 특정 사례를 통해 One Health 접근법을 입증한다. 동일한 지리적 지역 내 동물과 인간으로부터 동일한 세균 종을 채집하여, 농업용 항생제 사용과 인간의 임상 감염을 연결하는 전파 및 내성 패턴을 추적한다.

이들의 연구 결과는 One Health 이론이 예측하는 바를 확인해 준다. 내성 유전자는 동물과 인간의 세균 집단 사이를 자유롭게 순환하며, 가축에 대한 항생제 사용은 이후 인간 감염에서 나타나는 내성을 선택하는데, 이러한 인과 사슬은 단일 부문 감시 체계로는 포착할 수 없다.

One Health 감시 체계

주목할 사항

One Health의 실질적 이행은 두 가지 메커니즘을 통해 가속화되고 있다. WHO-FAO-UNEP-WOAH 4자 공동 행동 계획이 글로벌 거버넌스 프레임워크를 제공하는 한편, 현재 70개국 이상에 구축된 국가 One Health 플랫폼이 운영 인프라를 제공한다. 인간·동물·환경 시료에서 채취한 병원체의 전장 유전체 시퀀싱인 유전체 감시를 일상적인 One Health 모니터링에 통합하는 움직임에 주목할 필요가 있다. 이 기술은 전파 경로 추적을 충분히 정밀하게 하여 구체적인 개입을 이끌어 낼 수 있다. One Health와 기후변화의 교차점은 새롭게 부상하는 최전선이다. 기후 교란이 야생동물의 이동 경로, 매개체 서식지, 농업 관행을 변화시킴에 따라, 인수공통감염병 유출 위험 지형이 기존의 감시 체계가 추적할 수 있는 속도보다 빠르게 변화하고 있다.

관련 연구는 ORAA ResearchBrain을 통해 탐색할 수 있다.