📊 statistics

AI-driven Multimodal Representation Learning for Latent Mediation Structure Discovery of Socioeconomic Disadvantage, Psychosocial Factors, and Cardiometabolic Multimorbidity: Insights from the All of Us Research Program

All of Us 연구 프로그램의 데이터를 활용한 AI 기반 멀티모달 프레임워크를 통해, 본 연구는 심리사회적 취약성이 사회경제적 불이익과 심혈관 대사 다중 질환을 연결하는 결정적인 잠재 매개체 역할을 한다는 것을 밝혀냈다.

원저자: Cong Cao, Shuangge Ma

게시일 2026-08-06

📖 5 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Cong Cao, Shuangge Ma

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신의 건강이 단순히 스스로 작동하는 생물학적 기계가 아니라, 당신의 인생 전체가 써 내려간 복잡한 이야기라고 상상해 보세요. 과학자들은 이미 소득 수준, 교육 수준, 거주지(이러한 "사회적 조건")와 같은 요소들이 당신이 병에 걸리는 것과 깊게 연관되어 있다는 사실을 오래전부터 알고 있었습니다. 하지만 그 '방법'은 다소 미스터리였습니다. 이는 마치 폭풍이 홍수를 일으킨다는 것은 알지만, 구름에서 마을로 물을 실어 나르는 강줄기를는 보지 못하는 것과 같습니다.

이 문제를 해결하기 위해, 연구자들은 흔히 "매개체(mediators)"를 찾습니다. 매개체란 원인과 결과 사이를 연결하는 중간 단계입니다. 이것을 계주 경기에 비相同해 보세요. 첫 번째 주자(사회적 불이익)가 바통을 두 번째 주자(예를 들어 스트레스나 외로움)에게 넘기면, 그 주자가 다시 세 번째 주자(질병 발생)에게 바통을 전달하는 식입니다. 과거에 과학자들은 보통 한 번에 한두 명의 주자만을 관찰했습니다. 하지만 현실 세계에는 수백 명의 주자가 존재하며, 그들은 서로 손을 잡고 다리가 엉킨 채로 혼란스럽고 빠른 속도로 함께 달립니다. 이 때문에 어떤 특정한 경로를 통해 실제로 바통이 전달되었는지 파악하는 것은 매우 어렵습니다.

여기서 새로운 종류의 "AI 탐정"이 등장합니다. 이 AI는 군중 속의 모든 사람을 추적하는 대신, 군중의 '패턴'을 학습합니다. 이 AI는 수천 개의 복잡한 세부 사항을 몇 개의 단순한 "잠재 차원(hidden dimensions)" 또는 "비밀 코드"로 압축하여 데이터의 본질을 포착합니다. 이 논문은 이 AI 마법을 사용하여 사회적 고충이 어떻게 동시에 여러 만성 질환, 즉 '다중 질환(multimorbidity)'으로 이어지는지를 밝혀냅니다.

AI 탐정과 비밀스러운 경로

이 연구에서 예일 대학교의 콩 카오(Cong Cao)와 솽게 마(Shuangge Ma) 연구원은 디지털 탐정 역할을 수행했습니다. 그들은 2만 명 이상의 실제 인원을 대상으로 한 방대한 건강 정보 라이브러리인 "All of Us 연구 프로그램"의 거대한 데이터셋을 사용했습니다. 이 라이브러리에는 의료 기록뿐만 아니라 돈과 교육에 관한 설문, 감정과 외로움에 대한 질문, 혈액 검사 결과, 생활 습 패턴, 심지어 유전 데이터까지 포함되어 있었습니다.

문제는 이 데이터가 거대하고 뒤엉킨 덩어리였다는 점입니다. 단순히 "저소득"과 "심장병"을 단순한 수학 방정식에 넣는다고 해서 전체 이야기를 이해할 수는 없습니다. 왜냐하면 그 사이에는 수천 가지의 다른 요인들이 존재하기 때문입니다. 그래서 연구팀은 **변이형 오토인코더(Variational Autoencoder)**라는 특별한 AI 도구를 구축했습니다.

이 AI를 "인간의 삶"과 "수학"이라는 두 언어를 모두 구사하는 아주 똑똑한 번역가라고 생각해 보세요.

번역: 먼저, AI는 모든 유형의 데이터(돈, 감정, 혈액 검사, 유전자)를 살펴보고 이를 "잠재 차원(latent dimensions)"이라는 비밀 언어로 번출합니다. 거대하고 화려한 3D 조각상 형태의 한 사람의 인생을 몇 개의 단순하고 빛나는 막대기로 압축한다고 상상해 보세요. 각 막대는 숨겨진 테마를 나타냅니다. 어떤 막대는 "사회적 고충"을, 다른 막대는 "정서적 취약성"을, 또 다른 막대는 "신체적 문제"를 나타낼 수 있습니다.
계주 경기: 데이터가 이 단순한 막대기들로 압축되면, AI는 매개 분석을 실행합니다. AI는 다음과 같이 질문합니다. "'사회적 고충' 막대가 '정서적 취약성' 막대를 밀어내고, 이것이 다시 '신체적 문제' 막대를 밀어내는가?"

연구 결과

800가지의 가능한 숨겨진 막대 조합을 대상으로 계산을 실행한 결과, AI는 매우 명확하고 지배적인 경로를 찾아냈습니다. 모든 것이 모든 것과 연결된 혼란스러운 상태가 아니었습니다. 대신, 신호는 단 몇 개의 특정 경로에 집중되어 있었습니다.

그들이 발견한 가장 강력한 경로는 다음과 같았습니다:
사회경제적 불이 disadvantage $\rightarrow$ 심리사회적 취약성 $\rightarrow$ 심혈관 대사 다중 질환.

이 어려운 용어들을 쉬운 영어(한국어)로 풀이하면 다음과 같습니다:

시작 (사회경제적 불이익): 이 숨겨진 차원은 낮은 소득과 낮은 교육 수준에 의해 결정되었습니다. 돈이 적고 교육 기간이 짧은 사람들은 이 "고충" 막대에서 더 높은 점수를 보였습니다.
중간 (심리사회적 취약성): 이것이 결정적인 중간 단계입니다. AI는 "고충" 막대가 "취약성" 막대를 강력하게 밀어 올린다는 것을 발견했습니다. 이 중간 막대는 **정신 건강 악화, 더 큰 외로움, 낮은 사회적 웰빙, 그리고 낮은 건강 문해력(건강 정보를 이해하는 능력)**의 특징을 가집니다. 즉, 경제적 결핍으로 인한 스트레스가 사람들을 더 고립되게 만들고, 정신적으로 덜 건강하게 만들며, 건강 정보를 이해하는 능력을 떨어뜨리는 것처럼 보였습니다.
끝 (심혈관 대사 다중 질환): 마지막으로, 이 "취약성" 막대는 "신체적 문제" 막대를 밀어 올렸습니다. 이 최종 차원은 고혈압, 당뇨병, 고콜레스테롤혈증, 비만, 만성 신장 질질환, 심장병과 같은 질환들의 집합체였습니다.

수학적 계산 결과, 이 연결에 대한 자연 간접 효과(Natural Indirect Effect, NIE)는 0.002517로 나타났습니다. 이 숫자가 작아 보일 수 있지만, 기억하세요. AI는 가공되지 않은 질병 수가 아니라 "압축된" 비밀 코드를 가지고 작업했다는 점을요. 중요한 것은 이것이 800가지 가능성 중 가장 강력한 신호였다는 사실입니다.

기계 속의 "유령"

이 연구의 가장 멋진 부분 중 하나는 AI가 우리가 놓쳤을지도 모르는 것들을 드러냈다는 점입니다. "심리사회적 취약성" 막대는 단순히 감정에 관한 것만이 아니었습니다. 그것은 고혈압이나 당뇨병과 같은 신체적 질환과도 강한 연결 고리를 가지고 있었습니다. 이는 취약함을 '느끼는 것'(외로움, 스트레스, 낮은 교육 수준)과 신체적으로 '아픈 현실'이 동일한 숨겨진 패턴 속에 깊이 얽혀 있음을 시사합니다.

연구진은 또한 이 결과가 우연인지 확인했습니다. 그들은 부트스트랩 분석(실험을 약간씩 다른 무작위 샘플로 수천 번 반복하는 방식)을 사용했으며, 결과가 안정적임을 확인했습니다. 경로는 유지되었습니다.

이 연구의 의미 (그리고 한계)

저자들은 이 연구가 강력한 연관성을 시사하지만, 사회적 불이익이 외로움을 통해 이러한 질병을 유발한다는 것을 증명하는 것은 아니라고 주의를 기울입니다. 이 연구는 실험을 통해 사람들의 삶을 직접 변화시킨 것이 아니라 데이터를 한꺼번에 관찰한 것이므로, 외로움을 해결하는 것이 자동으로 질병을 치료할 것이라고 확언할 수는 없습니다. 그러나 그 패턴이 너무나 강력하고 일관적이기 때문에, 우리가 어디를 주목해야 하는지에 대한 매우 명확한 지도를 제공합니다.

또한 이 연구는 연결 고리가 수백 개의 작고 약한 경로에 골고루 퍼져 있다는 가설을 배제합니다. 대신, 계주 경기의 바통은 돈, 정신 건강, 사회적 연결이라는 매우 구체적이고 집중된 팀에 의해 운반되는 것으로 보입니다.

핵심 요약

이 논문은 사람들이 왜 병에 걸리는지 이해하려고 할 때, 단지 생물학적 측면만 봐서는 안 된다는 것을 보여줍니다. 우리는 그들의 인생 전체를 보아야 합니다. AI를 사용하여 수천 개의 데이터 포인트를 몇 개의 명확한 패턴으로 압축함으로써, 연구진은 심리사회적 취약성(외로움, 스트레스, 정보 부족을 느끼는 것)이 경제적 결핍과 무거운 만성 질환 사이를 잇는 숨겨진 다리라는 것을 찾아냈습니다.

이는 건강이 단지 알약이나 유전자에 관한 것이 아니라, 우리 모두를 하나로 묶어주는 사회적, 정서적 삶의 보이지 않는 실들에 관한 것이라는 점을 상기시켜 줍니다. 그리고 이 새로운 AI 방법 덕분에, 우리는 마침내 그 실들을 볼 수 있는 더 나은 방법을 갖게 되었습니다.

기술 요약: 잠재적 매개 구조 발견을 위한 AI 기반 다중 모달 표현 학습

문제 제기
사회적 불이익은 다중 만성 질환(여러 만성 질환의 동시 발생)의 잘 알려진 위험 요인이지만, 사회적 조건과 질병 부담을 연결하는 구체적인 경로는 여전히 명확히 이해되지 않고 있습니다. 전통적인 매개 분석은 노출, 매개 변수, 결과 사이의 단순하고 선형적인 관계를 가정하는 파라미터 회귀 모델에 의존하는 경우가 많습니다. 이러한 가정은 사회경제적, 심리사회적, 임상적, 유전적 데이터와 같이 고차원적이고 높은 상관관계를 가지며 잠재적으로 비선형적인 변수들로 구성된 현대 인구 코호트에 적용하기에는 점점 더 제한적입니다. 또한, 다중 만성 질환은 질병이 개별적으로 발생하는 것이 아니라 상호 연결된 네트워크 형태로 나타나기 때문에, 질병을 독립된 진단명으로 취급하는 기존의 분석 방식으로는 복잡한 경로를 규명하는 데 어려움이 있습니다.

방법론
저자들은 All of Us Research Program(Controlled Tier v8)의 데이터를 적용한 AI 기반 다중 모달 매개 프레임워크를 제안합니다. 본 연구는 사회경제적 노출, 심리사회적 매개 변수, 질병 결과, 인구통계학적 공변량, 실험실 측정치, 행동 요인, 유전적 부담 프로필의 7가지 분석 도메인을 통합합니다.

분석 워크플로우는 다음의 네 가지 주요 단계로 구성됩니다:

질병 네트워크 구축: 전자 건강 기록(EHR)으로부터 질병 공존 네트워크를 구축하였으며, 이때 Louvain 커뮤니티 탐지 알고리즘을 사용하여 다중 만성 질환 패턴을 특징지었습니다.
다중 모달 표현 학습: 각 데이터 모달리티로부터 저차원의 잠재 표현을 도출하기 위해 별도의 **변이형 오토인코더(VAE)**를 학습시켰습니다. 이 접근 방식은 각 모달리티가 규모, 희소성 및 분포 면에서 크게 다르다는 점을 고려하여 선택되었습니다.
- 아키텍처: 각 VAE는 인코더, 잠재 층(latent layer), 디코더로 구성되며, 재구성 손실(reconstruction loss)과 쿨백-라이블러 발산(Kullback–Leibler divergence)을 최소화하도록 학습됩니다.
- 하이퍼파라미터: 모델은 80/20 훈련/검증 분할을 통해 ELBO(Evidence Lower Bound)를 최적화하며 튜닝되었습니다. 최종 구성은 잠재 차원을 사회경제적 4, 심리사회적 20, 질병 10, 유전적 10, 실험실 8, 행동 3으로 설정하였습니다.
잠재 공간 통합: 모든 모달리티의 참여자 수준 잠재 임베딩을 고유 식별자를 통해 연결하였습니다.
잠재 공간 매개 분석: 매개 경로 $Z_T \rightarrow Z_M \rightarrow Z_Y$ $Z_{T} \to Z_{M} \to Z_{Y}$ (사회경제적 $\rightarrow$ $\to$ 심리사회적 $\rightarrow$ $\to$ 질병)를 평가하기 위해 잠재 공간 내에서 매개 분석을 수행하였습니다.
- 모델: 각 노출( $Z_{Tj}$ ), 매개 변수( $Z_{Mk}$ ), 결과( $Z_{Yl}$ ) 차원의 조합에 대해 두 개의 회귀 모델을 적합시켰습니다.
- 추정: 계수의 곱 접근법( $NIE = a_{jk} \times b_{kl}$ )을 사용하여 자연 간접 효과(NIE)를 추정하였습니다.
- 범위: 인구통계학적, 실험실, 행동 및 유전적 잠재 임베딩을 조정한 상태에서 총 800개의 후보 경로( $4 \times 20 \times 10$ )를 평가하였습니다.
- 통계적 엄밀성: Benjamini–Hochberg 절차를 사용하여 허위 발견율(FDR)을 제어하였고, 상위 순위 경로의 안정성을 검증하기 위해 비모수적 부트스트랩 리샘플링을 실시하였습니다.

주요 결과

코호트: 모든 모달리티에 걸친 완전한 데이터를 통합한 후, 최종 분석 코호트는 20,804명이 되었습니다.
경로 집중도: 매개 신호는 분산되어 나타나지 않고 소수의 잠재 차원 내에 집중되어 있었습니다.
지배적 경로: 가장 강력한 간접 연관성은 $Z_{T2} \rightarrow Z_{M13} \rightarrow Z_{Y9}$ 로 식별되었으며, 추정된 NIE는 0.002517이었습니다.
- 노출 ( $Z_{T2}$ ): 낮은 소득과 낮은 교육 수준으로 특징지어지는 사회경제적 불이ง을 나타냅니다.
- 매개 변수 ( $Z_{M13}$ ): 정신 건강 악화, 외로움 증가, 사회적 웰빙 저하, 건강 문해력 저하로 특징지어지는 심리사회적 취약성을 나타냅니다. 이 차원은 심혈관계 지표(고혈압, 당뇨병, 고지혈증)와도 연관성을 보였습니다.
- 결과 ( $Z_{Y9}$ ): 고혈압, 당뇨병, 고지혈증, 비만, 만성 신장 질환, 심장 질환, 수면 무호흡증, 심부전을 포함하는 심혈관계 다중 만성 질환을 나타냅니다.
안정성: 지배적 경로에 대한 부트스트랩 분석 결과 NIE는 0.00291 (95% CI: 0.00243–0.00344)로 나타나, 간접 연관성의 견고함을 확인하였습니다.
네트워크 구조: 고위험 다중 만성 질환 하위 그룹의 질병 공존 네트워크는 전체 코호트(0.116)에 비해 유의미하게 높은 모듈성(0.694)을 보였으며, 이는 여러 질환을 가진 개인에게서 질병 커뮤니티 간의 구분이 더 뚜렷함을 의미합니다.

의의 및 주장
본 논문은 두 가지 주요 기여를 주장합니다:

실질적 통찰: 본 연구는 심리사회적 취약성이 사회경제적 불이익과 심혈관계 다중 만성 질환을 연결하는 강력한 잠재 차원임을 식별하였습니다. 이는 정신 건강, 외로움, 건강 문해력과 같은 요소들이 사회적 조건에서 만성 질환 부담으로 이어지는 경로에서 핵심적인 매개체임을 시사합니다.
방법론적 발전: 본 프레임워크는 고차원 건강 데이터에서 AI 기반 표현 학습(특히 다중 모달 VAE)이 어떻게 활용될 수 있는지를 입증합니다. 잠재 특징을 학습함으로써, 조사자가 개별 매개 변수나 질병 결과를 사전에 지정할 필요 없이 복잡한 관계를 탐색할 수 있게 합니다. 이는 관계가 많은 변수와 모달리티에 걸쳐 분산되어 있는 데이터셋에서 특히 가치가 있습니다.

한계 및 해석
저자들은 본 분석이 관찰 연구이며 인과적 매개 효과를 확립하는 것은 아님을 명시적으로 밝히고 있습니다. "자연 간접 효과(Natural Indirect Effect)" 및 "자연 직접 효과(Natural Direct Effect)"라는 용어는 잠재 공간에서 계산된 회귀 기반 분해량을 나타내는 라벨일 뿐, 반사실적 인과 추정치를 의미하는 것이 아닙니다. 또한 효과 크기는 임상적 질병 위험의 직접적인 변화보다는 잠재 공간 내에서의 경로 강도에 대한 상대적 척도로 해석됩니다. 또한, 완전 사례 통합(complete-case integration)으로 인한 표본 크기 감소와 자기 보고식 심리사회적 데이터의 잠재적 측정 오차에 대한 한계를 언급하였습니다.