Comorbidity structure as an inductive bias: Comparing output-head designs for multi-label prediction of diabetes and myocardial infarction complications

당신이 환자가 어떤 합병증을 겪게 될지 예측하려는 의사라고 상상해 보십시오. 보통 의사들(그리고 이를 돕는 컴퓨터 프로그램들)은 각각의 가능한 합병증을 완전히 별개의 추측으로 취급합니다. 이는 마치 여섯 명의 점술가가 각각 환자를 바라보며 "신장 문제가 생길 것 같습니다"라고 말하는 것과 같고, 동시에 다른 점술가는 "신경 손상이 올 것 같습니다"라고 말하는 것과 같습니다. 서로 대화는 나누지 않은 채 말이죠.

이 논문은 다음과 같은 간단한 질문을 던집니다. 만약 이 합병증들이 실제로 서로 연관되어 있다면 어떨까? 이들은 종종 동일한 생물학적 원인에서 비롯되므로, 컴퓨터의 "점술가"들이 서로 대화를 나누도록 허용해야 하지 않을까요?

연구진은 두 가지 매우 다른 의료 시나리오를 사용하여 이 아이디어를 테스트했습니다. 여기서 컴퓨터의 "출력층"(최종 추측을 내리는 부분)을 탐정 팀처럼 취급했습니다.

두 가지 사건 파일

사건 1: 제2형 당뇨병 ( "미세혈관" 팀)
이 시나리오에서 합병증은 신장 질환, 신경 손상, 안구 손상입니다. 연구진은 이 세 가지가 모두 미세 혈관의 손상에 의해 발생한다는 것을 알고 있었습니다. 이는 마치 집 안의 세 방이 모두 동일한 누수되는 파이프로 인해 피해를 입는 것과 같습니다.

• 테스트: 연구진은 컴퓨터가 추측을 내리는 여섯 가지 다른 방식을 시도했습니다. 어떤 방식은 추측들이 완전히 독립적이도록 두었습니다. 다른 방식은 문제들이 서로 연결되어 있다고 가정하는 수학적 규칙을 사용하여 추측들이 함께 작동하도록 강제했습니다.
• 승자: 가장 뛰어난 성과를 보인 것은 Symmetric CRF라고 불리는 방법이었습니다. 이것은 세 가지 문제가 모두 동일한 근본 원인에 똑같이 연결되어 있다고 가정하는 탐정 팀과 같습니다. 이는 아주 작고 단순한 팀(단 세 개의 추가 "규칙"만 따름)이었지만, 특히 데이터가 부족할 때 놀라울 정도로 잘 작동했습니다. 데이터가 적을 때 "독립적"인 접근 방식을 일관되게 이긴 유일한 팀이었습니다.
• 패자: 연구진은 또한 100개가 넘는 추가 규칙을 가진 매우 복잡한 팀(Residual MLP)도 시도했습니다. 놀랍게도 이 "슈퍼 팀"은 혼란에 빠져 단순한 기준점보다 더 낮은 성능을 보였으며, 이는 더 많은 복잡함이 항상 더 나은 것은 아니라는 점을 증명했습니다.

사건 2: 심장마비 ( "전기적" 팀)
이 시나리오에서 합병증은 다양한 심장 리듬 문제입니다. 심장 마비의 경우, 이 문제들은 심장의 서로 다른 전기적 결함에 의해 발생합니다. 이는 누수되는 파이프라기보다는, 서로 다른 이유로 전력망의 각 부분이 고장 나는 혼란스러운 전기 폭풍에 가깝습니다.

• 테스트: 연구진은 여기서 네 가지 다른 팀 구조를 테스트했습니다.
• 결과: 확실한 승자는 없었습니다. 컴퓨터가 학습할 데이터가 얼마나 많은지에 따라 "최고의" 팀이 달라졌습니다. 때로는 문제들이 연결되어 있다고 가정한 팀이 이겼고, 때로는 문제들이 완전히 분리되어 있다고 가정한 팀이 이겼습니다. 기저의 생물학적 원인이 무질서하고 다양했기 때문에, 단 하나의 "팀 구조"가 결과를 일관되게 예측할 수는 없었습니다.

핵심 교훈

이 논문은 우리가 컴퓨터의 "추측 엔진"을 설계하는 방식이 단순히 임의적인 기술적 선택이나 우리가 조정하는 표준 설정이 되어서는 안 된다고 결론짓습니다. 대신, 그것은 질병이 어떻게 작동하는지에 대한 가설이어야 합니다.

• 만약 질병이 여러 방에 영향을 미치는 누수되는 파이프와 같다면(당뇨병처럼), 단순하고 연결된 팀 구조가 가장 효과적입니다.
• 만약 질병이 혼란스러운 전기 폭풍과 같다면(심장마비처럼), 특정한 연결성을 강요하는 것은 도움이 되지 않을 수 있습니다.

요약하자면: 단순히 도구가 인기가 있다고 해서 그것을 선택하지 마십시오. 당신이 예측하려는 질병의 이야기와 일치하는 도구를 선택하십시오. 만약 생물학적 원인이 연결되어 있다면, 당신의 컴퓨터 설계도 그 연결을 반영해야 합니다. 만약 생물학적 원인이 무질서하다면, 당신의 설계는 아직 답을 모른다는 사실을 인정할 수 있을 만큼 유연해야 합니다.