CaresAI at SMM4H-HeaRD 2026: Predicting TNM Staging

당신이 복잡한 의학적 미스터리를 풀려는 탐정이라고 상상해 보십시오. 단서들은 병리학자(조직 샘양을 검사하는 의사)들이 작성한 길고 지저질하며 손으로 쓴 듯한 보고서 속에 숨겨져 있습니다. 이 보고서들은 환자의 암에 대해 설명하지만, 정답을 명확하게 말하지 않을 때도 있습니다. 당신의 임무는 이 암에 대해 세 가지 특정한 것을 파악하는 것입니다:

1. T (종양, Tumor): 주요 덩어리의 크기는 어느 정도이며, 주변 조직 속으로 얼마나 깊이 파고들었는가?
2. N (림프절, Node): 암이 인근 림프절(신체의 보안 체크포인트)로 퍼졌는가?
3. M (전이, Metastasis): 암이 아예 신체의 다른 부위로 탈출했는가?

이것을 **TNM 병기 결정(TNM Staging)**이라고 하며, 이는 의사들이 치료 방법을 결정할 때 사용하는 "성적표"입니다. CaresAI 팀은 이 복잡한 보고서를 읽고 T, N, M 점수를 자동으로 추측하는 컴퓨터 프로그램을 만들기 위해 대회(SMM4H-HeaRD 2026)에 참여했습니다.

이 과정을 이해하기 쉽게 설명하면 다음과 같습니다:

1. 과제: "작은 글씨" 읽기

그들이 사용한 보고서들은 TCGA라고 불리는 거대한 데이터베이스에서 가져온 것입니다. 이 보고서들을 서로 다른 작가들이 쓴 수천 권의 서로 다른 소설이라고 생각해 보십시오. 어떤 것은 짧고, 어떤 것은 매우 방대하며, 어떤 것은 화려한 의학 전문 용어를 사용하고, 어떤 것은 모호합니다.

• 문제점: 데이터가 "불균형"했습니다. 마치 주머니 안에 흰색 구슬(암 전이 없음)이 93%이고 검은색 구슬(암 전이 있음)이 7%뿐인 상황과 같습니다. 만약 단순히 매번 "흰색"이라고만 답한다면, 대부분의 경우 맞히겠지만 위험한 검은색 구슬을 놓치게 될 것입니다. 컴퓨터는 희귀하고 위험한 단서들을 찾아내는 법을 배워야 했습니다.

2. 도구: 두 가지 다른 "읽기" 방식

팀은 컴퓨터에게 텍스트를 이해하는 법을 가르치기 위해 두 가지 주요 방법을 시도했습니다.

• 방법 A: "키워드 카운터" (TF-IDF 및 LightGBM)
  이것은 특정 단어가 얼마나 자주 등장하는지 세는 사서와 같습니다. 만약 보고서에 "전이(metastasis)"나 "확산(spread)"이라는 단어가 많이 언급된다면, 컴퓨터는 이를 표시합니다. 그들은 LightGBM(매우 빠르고 체계적인 결정 트리와 같은 것)이라는 스마트한 알고리즘을 사용하여 이러한 단어 빈도를 살펴보았습니다.

  • 결과: 이것이 챔피언이었습니다. 이 방식은 텍스트의 패턴을 포착하는 데 매우 뛰어났으며, 마치 정확히 어떤 단어를 찾아야 하는지 알고 있는 노련한 탐정과 같았습니다.

• 방법 B: "깊이 생각하는 자" (BERT 모델 및 신경망)
  이 접근 방식은 이미 수백만 권의 의학 서적을 읽은 고급 AI 모델(ClinicalBERT, BioBERT)을 사용했습니다. 단순히 단어를 세는 대신, 이 모델들은 문장의 의미와 맥락을 이해하려고 노력합니다. 그런 다음 이 "이해력"을 Wide Residual Network (WRN)(복잡한 패턴을 포착하도록 설계된 뇌와 유사한 형태의 컴퓨터 네트워크)에 입력합니다.

  • 결과: 이 방식은 다소 성과가 들쭉날쭉했습니다. 텍스트의 "분위기"는 잘 이해했지만, 키워드 카운터에 비해 구체적인 세부 사항에서는 가끔 혼란을 겪기도 했습니다.

3. 결과: 얼마나 잘 해냈는가?

팀은 자신들의 "탐정"을 두 가지 서로 다른 새로운 보고서 세트(테스트 세트 1과 테스트 세트 2)로 테스트했습니다.

• 좋은 소식: 첫 번째 테스트 세트에서 컴퓨터는 놀라운 정확도를 보였습니다. 종양 단계(T)에 대해 0.978(1.0 만점), 림프절 단계(N)에 대해 0.957의 점수를 받았습니다. 이는 거의 모든 사건을 완벽하게 해결하는 탐정과 같았습니다.
• 나쁜 소식: 두 번째 테스트 세트로 넘어갔을 때, 점수가 떨어졌습니다(약 0.80까지).
  • 이유는? 논문에 따르면 컴퓨터가 첫 번째 데이터 세트에 "길들여졌기(spoiled)" 때문입니다. 즉, 훈련 데이터의 특정 패턴을 너무 잘 학습해 버린 것입니다(이를 과적합/overfitting이라고 합니다). 보고서가 평소보다 약간 다르거나 길어지면 컴퓨터는 혼란에 빠졌습니다. 또한, 훈련 데이터에서 "위험한" 사례(암이 전이되는 경우)가 매우 드물었기 때문에, 새로운 까다로운 보고서가 나타났을 때 이를 인식하는 데 어려움을 겪었습니다.

4. 한계: 왜 아직 병원에서 쓰기에 부족한가?

저자들은 자신들의 도구가 아직 할 수 없는 것에 대해 매우 솔직하게 밝히고 있습니다:

• "페이지 제한" 문제: 그들이 사용한 AI 모델은 한 번에 약 512단어까지만 읽을 수 있습니다. 많은 의학 보고서는 이보다 훨씬 깁니다. 이는 마치 소설 전체를 읽어야 하는데 처음 몇 페이지 만 읽어야 하는 것과 같습니다. 컴퓨터는 결말과 중요한 단서들을 놓치게 됩니다.
• "희귀 사건" 문제: 훈련 데이터에서 "암 전이" 사례가 매우 드물었기 때문에, 컴퓨터는 여전히 편향되어 있습니다. "전이됨"이라고 추측하기보다는 "전이 없음"이라고 말하는 것이 더 안전하다고 판단하여, 실제 사례를 놓칠 수 있습니다.
• 의사가 아님: 논문은 이 도구가 훌륭한 "베이스라인(기초 모델)"이긴 하지만, 아직 생사가 걸린 결정을 내리는 실제 병원에서 사용될 만큼 신뢰할 수 있는 수준은 아니라고 명시하고 있습니다. 더 많은 훈련과 긴 문서를 처리하는 능력이 필요합니다.

요 요약 (The Bottom Line)

CaresAI 팀은 암 보고서를 읽고 질병의 단계를 놀라운 정확도로 추측할 수 있는 컴퓨터 프로그램을 구축했습니다. 그들은 단순한 "키워드 카운팅" 방식(LightGBM)이 이 특정 작업에서 "깊이 생각하는" AI보다 실제로 더 효과적이었다는 것을 발견했습니다.

하지만, 연습 시험에서는 만점을 받았지만 실제 시험에서는 문제가 약간 달라져 고전하는 학생처럼, 이 AI가 실제 세상의 복잡하고 길며 희귀한 사례들을 다룰 수 있을 만큼 발전하기 위해서는 더 많은 작업이 필요합니다. 현재로서는, 이 기술은 연구를 위한 강력한 도구이자 미래의 개선을 위한 훌륭한 출발점입니다.