기술 요약: RAG4Outcome

문제 제기

만성 골수염은 높은 재발 위험과 복잡한 수술 후 회복 궤적로 인해 예후 예측에 상당한 도전을 제시합니다. 현재 임상 평가는 주로 수동 점수화 시스템 (예: LEFS, Enneking, Cierny–Mader) 에 크게 의존하고 있는데, 이는 노동 집약적이며 주관적이고 확장성이 어렵습니다. 또한, 기존 AI 기반 예후 모델은 실제 임상 환경에서 다음과 같은 한계에 직면해 있습니다:

• 데이터 이질성: 임상 데이터는 종종 불완전하며 비동기적이고, 모달리티 간 (예: PET-CT 보고서, 구조화된 전자의무기록, 비구조화된 추시 기록) loosely 정렬되어 있습니다.
• 정렬 요구사항: 기존의 다중 모달 학습 접근법은 엄격한 데이터 정렬과 잘 라벨링된 대규모 데이터셋을 요구하는데, 이는 종종 구하기 어렵습니다.
• 해석 가능성: 감염 유형, 수술 시기, 대사 생체표지자와 같은 중요한 지표들은 종종 비구조화된 텍스트에 내재되어 있어 표준 모델이 이를 신뢰성 있게 추출하고 해석하기 어렵습니다.
• 할루시네이션 위험: 신뢰할 수 있는 맥락 정보가 부족할 때, 독립적으로 사용되는 대규모 언어 모델 (LLM) 은 사실적 오류 (할루시네이션) 에 취약합니다.

방법론: RAG4Outcome

저자들은 이질적인 임상 데이터를 통합된 해석 가능한 예후 예측 파이프라인으로 통합하도록 설계된 검색 증강 생성 (RAG) 프레임워크인 RAG4Outcome을 제안합니다. 이 프레임워크는 두 가지 주요 모듈을 통해 작동합니다:

1. 정보 추출 모듈

이 모듈은 세 가지 유형의 다중 모달 입력을 처리합니다:

• PET-CT 영상 보고서: 방사선학적 소견을 설명하는 구조화된 텍스트 필드로 파싱됩니다.
• 구조화된 전자의무기록 (EHR): 진단 및 수술 기록을 포함합니다.
• 비구조화된 추시 문서: 종단적 기록입니다.

시스템은 모달리티별 프로세서 (영상 처리용 Qwen2.5-VL-3B, 텍스트 처리용 Qwen3-4B 활용) 를 사용하여 의미적으로 유의미한 표현을 추출합니다. 누락된 모달리티는 널 (null) 벡터 패딩을 통해 처리되어 시스템이 엄격한 데이터 정렬 없이도 작동할 수 있도록 합니다.

2. RAG 기반 모듈

이는 세 가지 구성 요소로 이루어진 핵심 추론 엔진입니다:

• 도메인 특화 검색기: 정제된 의료 리소스로부터 검색 코퍼스 ($C$) 가 구축됩니다. 여기에는 일반 의료 지식 그래프, 골수염 임상 가이드라인, 증거 기반 결과 연구, 수술적 의사결정 지원 문서, 기관별 회복 프로토콜이 포함됩니다. 밀도 검색기 (FAISS) 는 환자의 인코딩된 표현을 기반으로 상위 $k$개의 관련 증거 문서를 검색합니다.
• 전문가 주도 예후 스키마: 해석 가능성을 높이기 위해, 프레임워크는 정형외과 전문의가 식별한 12 가지 전문가 정의 예후 지표를 활용합니다. 이러한 지표는 세 가지 차원에 걸쳐 있습니다:
  • 감염 및 수술 이력: (예: 병인, Cierny–Mader 분류, 수술 간격, 임플란트 제거 상태).
  • 임상 생체표지자: (예: 백혈구 수).
  • 방사선학적 지표: (예: 탈세척 전/후 SUVmax, TLG, SUVmax 위치 이동).
    이러한 요소들은 구조화된 프롬프트 템플릿 구축을 안내하여 이질적인 증거를 통합된 스키마로 변환합니다.
• 검색 증강 생성: 대규모 언어 모델 (Qwen3-4B) 이 최종 출력을 생성합니다. 입력 프롬프트는 12 가지 지표에서实例化된 구조화된 환자 요약과 검색된 외부 증거를 결합합니다. 모델은 위험 요인의 구조화된 요약과 지지 논거를 포함한 범주형 예후 (Excellent, Good, Fair, Poor) 를 출력합니다.

주요 기여

1. 통합 다중 모달 프레임워크: RAG4Outcome 은 엄격한 모달리티 정렬을 요구하지 않고 이질적이고 부분적으로 누락된 임상 데이터 (PET-CT, 구조화된 EHR, 비구조화된 기록) 를 단일 모델로 통합합니다.
2. 해석 가능한 예후 설계: 프레임워크는 12 가지 전문가 정의 지표와 정제된 의료 검색 코퍼스를 활용하여 관련 임상 단서를 추출함으로써, 생성 과정이 임상적으로 의미 있는 개념에 기반하도록 보장합니다.
3. 증거 기반 추론: 모델 출력을 도메인 특화 코퍼스에서 검색된 증거와 명시적으로 연결함으로써, 시스템은 투명하고 검증 가능하며 임상적으로 정렬된 예후 논거를 생성합니다.

결과 및 평가

저자들은 3 년에서 6 년 사이의 추시 기간을 가진 8 명의 환자 (P1–P8) 의 대표적 하위 집단에 초점을 맞춘 중국의 3 차 진료센터에서 수집된 실제 데이터를 사용하여 예비 평가를 수행했습니다.

• 임상 점수와의 일치도: LEFS 및 Enneking 점수화 시스템의 실제 레이블에 대한 RAG4Outcome 예측을 비교한 혼동 행렬은 강한 일치를 보여주었으며, 대부분의 예측이 대각선에 위치했습니다. "Poor"와 "Fair" 사이의 소규모 불일치는 임상 점수화의 주관적 경계로 귀결되었습니다.
• 신뢰도 및 견고성: 모델 신뢰도 점수는 0.62 에서 0.92 사이였습니다. 모호한 상태를 가진 환자에서 더 낮은 신뢰도가 관찰되었으며, 이는 임상적 의사결정 경계와 일치했습니다.
• 추적 연구: 8 건 하위 집단에 대한 소규모 추적 연구는 세 가지 구성을 평가했습니다:
  • 전체 모델: 가장 좋은 Macro-F1 점수 (0.875) 를 달성했습니다.
  • 검색 제외: 불확실성을 해결하는 외부 도메인 지식의 중요성을 강조하며 성능이 0.625로 크게 저하되었습니다.
  • PET-CT 증거 제외: 방사선학 기반 단서가 중요한 보완 신호를 제공함을 나타내며 성능이 0.750으로 감소했습니다.
• 정성적 분석: 사례 연구 (예: "Excellent" 결과를 보인 환자 P2 및 "Fair/Poor" 경계 사례인 환자 P6) 는 모델이 검색된 문헌과 다중 모달 증거를 성공적으로 종합하여 투명한 추론 경로를 제공함을 보여주었습니다.

중요성 및 주장

본 논문은 RAG4Outcome 을 확립된 임상 점수화 시스템을 대체하는 것이 아니라, 실제 수술 후 평가에서 임상의를 돕는 보조 도구로 위치시킵니다.

• 임상 유용성: 이 프레임워크는 이질적인 증거를 종합하는 투명하고 검색 지원이 가능한 방법을 제공하여 수동 점수화의 확장성 및 일관성 문제를 해결합니다.
• 해석 가능성: "블랙박스" 분류기와 달리 RAG4Outcome 은 환자별 데이터와 외부 의학 문헌 모두에 기반한 구조화된 정당성을 제공하여 신뢰성과 추적 가능성을 향상시킵니다.
• 일반화 가능성에 대한 겸손: 저자들은 8 건 사례에 대한 평가가 예비적임을 명시적으로 밝힙니다. 이 연구의 주요 목표는 통계적 유의성을 확립하기보다는 모델의 해석 가능성과 추론 과정을 입증하는 것입니다. 향후 연구는 일반화 가능성과 견고성을 더 평가하기 위해 평가 범위를 230 명의 환자 전체 코호트로 확장할 계획입니다.

이 연구는 만성 골수염의 감염 예후 및 수술적 의사결정 지원을 위한 신뢰할 수 있고 해석 가능하며 확장 가능한 AI 도구 개발을 향한 한 걸음을 의미합니다.