기술 요약: CAP – 환자 수준 감독을 통한 범용 PPG 표현 학습(Towards PPG Universal Representation Learning with Patient-level Supervision)

1. 문제 정의

광혈류측정(PPG)은 심박수 모니터링, 혈압 추정, 부정맥 선별과 같은 애플리케이션을 가능하게 하여 웨어러블 건강 모니터링 및 임상 의사 결정 지원의 초석 역할을 하고 있습니다. 그러나 기존의 범용 PPG 표현 학습(Universal PPG Representation Learning) 접근 방식은 복잡한 임상 과업과 이질적인 코호트(cohort)로의 일반화를 저해하는 세 가지 결정적인 한계에 직면해 있습니다:

1. 의미적 희소성 및 편향(Semantic Sparsity and Bias): 현재의 자기지도 학습(SSL) 패러다임은 주로 기하학적 파형 유사성과 같은 신호 수준의 목적 함수에 의존합니다. 이는 유사한 PPG 형태가 반드시 동일한 생리학적 또는 병리학적 상태를 의미하지 않는다는 사실을 간과하며, 결과적으로 학습된 표현과 임상적 실재 사이의 불일치를 초�래합니다.
2. 데이터 증강에 의한 의미적 손상(Augmentation-Induced Semantic Corruption): SSL에서 사용되는 일반적인 데이터 증강 기술(예: 마스킹, 시간적 섭동)은 임상적으로 유의미한 정보를 담고 있는 미세한 구조를 의도치 않게 왜곡하여, 민감한 추정 작업으로의 전이 가능성을 제한할 수 있습니다.
3. 시간적 척도 인식의 한계(Limited Temporal-Scale Awareness): 대부분의 사전 학습 방법은 짧은 신호 세그먼트(예: 5~30초)를 활용하며, 이는 환자의 광범위한 임상적 맥락과 밀접하게 결합된 장기적 생리학적 역동성 및 만성 질환을 포착하는 데 실패합니다.

저자들은 PPG 표현 학습이 신호 중심의 관점에서 벗어나, 장기적인 환자 배경 정보를 통합하여 생리학적 표현을 임상적 의미에 고정시키는 환자 중심(patient-centric) 접근 방식으로 전환해야 한다고 주장합니다.

2. 방법론

2.1 데이터 구축: 쌍을 이룬 PPG-EHR 데이터셋

환자 중심 학습을 지원하기 위해, 저자들은 2,279명의 환자를 포함하는 대규모 멀티모달 데이터셋을 구축했습니다. 이 데이터셋은 장기적인 PPG 신호와 파편화된 의료 기록에서 추출된 전자 건강 기록(EHR)을 쌍으로 구성합니다.

• 시간적 인과성(Temporal Causality): 엄격한 시간적 정렬이 강제됩니다. 시간 $T_{current}$에서 끝나는 PPG 세그먼트와 관련된 텍스트에는 미래의 퇴원 진단이나 결과(look-ahead bias 방지)를 제외하고 $T_{current}$까지 사용 가능한 정보만 포함됩니다.
• 계층적 정렬(Hierarchical Alignment): 임상 텍스트는 정적 맥락(인구통계학적 정보), 누적 맥락(과거 병력), 동시 맥락(근접 관찰 사항)으로 구성됩니다.
• 증류(Distillation): 사전 학습된 언어 모델(PLM)이 가공되지 않은 임상 노트와 진단 코드를 구조화된 EHR 문서($e_k$)와 5분 단위의 PPG 윈도우($x_k$)가 쌍을 이루도록 증류합니다.
• 품질 관리: 신호 품질 지수(SQI)를 계산하여 노이즈가 있는 세그먼트를 필터링함으로써, 신뢰할 수 있는 생리학적 데이터에 대한 학습을 보장합니다.

2.2 CAP 프레임워크

제안된 임상 고정 사전 학습(Clinical Anchored Pretraining, CAP) 프레임워크는 세 가지 핵심 구성 요소를 통해 저수준의 생리학적 변동과 고수준의 임상적 의미 사이의 간극을 메웁니다.

A. 물리-의미 통합 패칭(Physical-Semantic Unified Patching, PSUP)

긴 사전 학습 세그먼트(5분)와 짧은 다운스트림 태스크(예: 30초) 사이의 입도(granularity) 불일치를 해결하기 위해, CAP는 PSUP를 도입합니다. 이 메커니즘은 원시 신호를 목표 주파수로 동적 재샘플링하고 중복되지 않는 패치로 슬라이싱합니다. 이를 통해 학습된 표현의 입도가 서로 다른 작업의 진단 윈도우와 물리적으로 일관되고 시간적으로 정렬되도록 보장합니다.

B. 다중 목적 사전 학습(Multi-Objective Pretraining)

CAP는 사전 학습 단계에서 세 가지 협력적인 목적 함수를 최적화합니다:

1. 형태적 재구성 손실($L_{morph}$): 마스크드 신호 모델링(MSM)을 사용하여 마스킹된 파형 세부 사항을 복구하며, 인코더가 PPG의 근본적인 "문법"(예: 수축기 피크, 심첨 파동)을 학습하도록 강제합니다.
2. 생리학적 안정성 손실($L_{inv}$): 확률적 섭동(예: 드롭아웃) 하에서 잠재 공간 내의 특징 일관성을 강제하는 자기지도 대조 목적 함수로, 센서 노이즈나 기선 변동(baseline wander)에 대한 강건성을 확보합니다.
3. 임상 고정 손실($L_{clin}$): 집계된 글로벌 PPG 표현을 PLM에서 유도된 구조적 EHR 임베딩과 정렬하는 교차 모달 대조 손실입니다. 이는 생리학적 변동을 환자 수준의 임상적 의미에 고정시켜 표현의 드리프트(drift)를 완화합니다.

C. 다운스트림 적응(Finetuning)

파인튜닝 단계에서 CAP는 이중 경로 아키텍처를 채택합니다:

• 국소 형태 인코더(Local Morphology Encoder): 국소적인 기울기와 곡률 단서를 포착하기 위해 원시 PPG 신호와 1차 및 2차 시간 미분값을 처리합니다.
• 임상-의미 인코더(Clinical-Semantic Encoder): 사전 학습된 PPG 인코더를 재사용하여 장기 맥락의 임상 표현을 추출합니다.
• 게이트 퓨전(Gated Fusion): 게이팅 메커니즘은 입력값에 따라 국소 형태 특징과 글로벌 임상 의미의 기여도를 적응적으로 조절하여, 신호 품질이 높을 때는 미세한 세부 사항을 우선시하고 국소 특징이 노이즈가 심할 때는 견고한 장기 맥락 의미에 의존하도록 합니다.

3. 주요 기여

1. 현재 PPG SSL에 대한 진단: 본 논문은 왜 기존의 신호 전용 SSL 패러다임이 범용적 전이를 달성하는 데 실패하는지에 대한 체계적인 분석을 제공하며, 환자 수준 맥락의 부재를 강조합니다.
2. 대규모 PPG-EHR 데이터셋: 장기적인 환자 배경 정보를 표현 학습에 주입하는 쌍을 이룬 멀티모달 데이터셋을 큐레이션했습니다.
3. CAP 프레임워크: 지속 시간 불일치를 처리하기 위한 물리-의미 통합 패칭과 함께, 환자 수준의 임상적 의미를 앵커로 사용하는 사전 학습 프레임워크를 제안했습니다.
4. 실증적 검증: 네 가지 다양한 다운스트림 태스크에 대해 CAP가 임상적으로 근거 있고 전이 가능한 표현을 학습함을 보여주는 종합적인 평가를 수행했습니다.

4. 실험 결과

저자들은 공공 벤치마크를 사용하여 네 가지 이질적인 다운스트림 태스크(심방세동(AF) 탐지, 심박수(HR) 추정, 호흡수(RR) 추정, 혈압(BP) 추정)에 대해 CAP를 평가했습니다.

• AF 탐지 (Stanford 데이터셋): CAP는 F1-score 0.883을 달성하여, GPT-PPG(0.841) 및 SiamQuality(0.770)를 포함한 강력한 베이스라인들을 능가했습니다.
• HR 추정 (WESAD 데이터셋): CAP는 (LOSO 평가에서) MAE 3.99를 달성하여, 가장 우수한 베이스라인인 GPT-PPG 1B(4.98)를 넘어섰습니다.
• RR 추정 (BIDMC 데이터셋): CAP는 압도적인 개선을 보여주었습니다. SOTA 베이스라인인 GPT-PPG 1B의 0.93 대비 MAE 0.11을 달성하였으며, 이는 최대 **87.6%**의 상대적 개선을 나타냅니다.
• BP 추정 (PulseDB): CAP는 MAE 8.04를 달성하여, GPT-PPG(8.12) 및 SiamQuality(8.60)와 같은 베이스라인을 능가했습니다.

전반적인 성능: CAP는 네 가지 태스크 모두에서 가장 강력한 베이스라인 대비 평균 **26.7%**의 상대적 개선을 달驱动했습니다.

5. 의의 및 주장

본 논문은 CAP가 PPG 표현 학습의 패러다임을 파형 맞추기에서 환자 수준의 생리학적 상태 모델링으로 성공적으로 전환했다고 주장합니다. EHR에서 유도된 임상적 의미에 PPG 표현을 고정함으로써, 모델은 다음을 달성합니다:

• 향상된 일반화 능력: 신호 전용 모델이 어려움을 겪는 다양한 태스크와 코호트 전반에서 효과적으로 전이할 수 있는 능력.
• 강건성: 게이팅 메커니즘이 국소 신호 품질이 저하될 때 장기 맥락 의미에 의존할 수 있음을 입증하듯, 노이즈가 있는 조건에서도 개선된 성능.
• 해석 가능성: 어텐션 맵(attention maps)과 UMAP 시각화는 모델이 임상적으로 유의미한 파형 영역에 주목하며, 병리적 상태(예: AF 양성 샘의 더 명확한 분리)에 대해 더 판별력 있는 표현 공간을 생성함을 확인시켜 줍니다.

저자들은 장기적인 환자 맥락과 임상적 의미를 통합하는 것이, 짧은 윈도우의 신호 수준 패턴 매칭의 한계를 넘어 생리학적 신호를 위한 범용 파운데이션 모델을 개발하는 유망한 방향이라고 결론짓습니다.