A Rule-Based Machine Learning Model for Predicting Virological Failure Among Children Living With HIV in Malawi

이 연구는 말라위의 소아 HIV 환자에서 바이러스학적 실패를 예측하기 위해 랜덤 포레스트, 연관 규칙 마이닝, k-프로토타입 클러스터링을 결합한 규칙 기반 기계 학습 모델을 개발하여 주요 위험 요인과 고신뢰도 위험 프로파일을 식별했습니다.

핵심

🏥 배경: 왜 이 연구가 필요한가요?

말라위에서는 HIV 치료약 (ART) 을 먹는 어린이들이 많습니다. 하지만 현재 시스템에는 큰 문제가 있습니다.

• 문제: 의사들이 부족하고, 바이러스 수치를 확인하는 검사 (바이러스 부하 검사) 가 3~12 개월마다 한 번씩만 진행됩니다.
• 결과: 약이 먹히지 않아 바이러스가 불어나고 있어도, 다음 검사 때까지는 모르고 지내게 됩니다. 이는 아이들의 건강을 악화시키고, 다른 사람에게 바이러스가 퍼질 위험을 높입니다.
• 해결책: "약이 먹히지 않을 것 같은 아이들을 미리 찾아내서 도와주자!"

🕵️‍♂️ 방법론: 두 가지 강력한 도구

연구팀은 데이터를 분석하기 위해 두 가지 특별한 도구를 사용했습니다.

1. 규칙 기반 탐정 (Association Rule Mining)

이 방법은 **"만약 A 라면, B 일 가능성이 매우 높다"**는 식의 규칙을 찾아내는 것입니다. 마치 **"비밀스러운 조합"**을 찾는 것과 같습니다.

• 비유: 요리사에게 "감자, 소금, 후추를 섞으면 맛있는 감자튀김이 된다"는 규칙을 알려주는 것과 비슷합니다.
• 이 연구에서 발견한 규칙:
  • "10~14 세 사춘기 아이 + 5 년 이상 약을 먹음 + 결핵 (TB) 치료 중 + 특정 약 (TDF/3TC/DTG) 을 먹는다" = 약 92% 확률로 치료 실패
  • "CD4 수치가 200349 사이 + 13 년 약 복용 + 특정 약 (ABC/3TC) 을 먹는다" = 약 92% 확률로 치료 실패
• 의미: 단순히 "약이 안 먹힌다"가 아니라, 특정한 조건들이 모여 있을 때 실패 확률이 급격히 높아진다는 것을 찾아냈습니다.

2. 그룹 나누기 (Clustering / K-Prototype)

이 방법은 비슷한 특징을 가진 아이들을 **동료 그룹 (클러스터)**으로 묶는 것입니다.

• 비유: 학교 반에서 아이들을 나눌 때, "키가 크고 운동 좋아하는 아이들"과 "키가 작고 책 읽는 아이들"로 나누는 것과 같습니다.
• 발견된 두 가지 그룹:
  • 그룹 0 (어린 아이들): 12 세 정도, 체중이 매우 가볍고 (마름), CD4 수치 (면역력) 는 놀랍게도 높음. 하지만 약을 잘 먹지 않아 실패.
  • 그룹 1 (청소년들): 17 세 정도, 면역력이 낮고, 다양한 약을 먹으며, 결핵이 의심되는 경우 포함.
• 결과: 이 두 그룹은 서로 완전히 다른 특징을 가지고 있어, 각 그룹에 맞는 다른 종류의 도움이 필요하다는 것을 보여줍니다.

🔍 주요 발견: 무엇이 치료 실패를 부르는가?

인공지능이 분석한 결과, 치료 실패의 가장 큰 원인은 다음과 같았습니다.

1. 체중 (BMI): 아이의 살이 너무 적거나 (마름) 너무 많으면 위험합니다.
2. 약 복용 기간: 약을 너무 오래 먹으면 (5 년 이상) 오히려 실패 확률이 높아집니다. (아마도 약에 대한 내성이나 피로 때문일 수 있음)
3. 나이 (10~14 세): 사춘기 아이들은 혼자 약을 챙겨 먹기 어려워 실패율이 높습니다.
4. 결핵 (TB): HIV 와 결핵을 동시에 앓으면 약이 잘 먹히지 않습니다.
5. 약 종류: 특정 약 (예: 13A 레지멘) 을 쓰는 아이들이 더 위험할 수 있습니다.

💡 이 연구가 가져올 변화는?

이 연구는 단순한 통계가 아니라, 실제 병원에서 쓸 수 있는 도구가 될 수 있습니다.

• 예측: 의사는 아이의 데이터를 입력하면 "이 아이는 치료 실패 위험이 90% 이상입니다"라고 미리 알 수 있습니다.
• 행동: 위험한 아이를 미리 찾아내어, 약을 더 잘 먹도록 도와주거나, 약을 바꾸거나, 가족에게 더 많은 지원을 줄 수 있습니다.
• 효과: 병원의 자원을 아끼고, 아이들의 생명을 구하며, 바이러스가 퍼지는 것을 막을 수 있습니다.

📝 한 줄 요약

"이 연구는 인공지능을 이용해 '특정한 조건을 가진 HIV 치료 어린이'를 미리 찾아내는 스마트한 경고 시스템을 만들었습니다. 이제 우리는 아이들의 건강이 나빠지기 전에 미리 손을 잡을 수 있게 되었습니다."

이처럼 머신러닝은 말라위의 어린이들이 더 건강하게 자랄 수 있도록 돕는 디지털 건강 지킴이 역할을 하고 있습니다.

기술 요약

1. 연구 배경 및 문제 정의 (Problem)

• 현황: 말라위를 포함한 사하라 이남 아프리카 지역에서는 HIV 치료 모니터링 시스템이 전문가 부족과 바이러스 부하 (Viral Load) 검사 주기 (3~12 개월) 의 지연으로 인해 심각한 도전에 직면해 있습니다.
• 문제점:
  • 바이러스 부하 검사가 실시간으로 제공되지 않아 치료 실패 (Virological Failure, VF) 를 조기에 발견하기 어렵습니다.
  • 이로 인해 질병 진행, 전파, 사망 위험이 증가합니다.
  • 특히 어린이 및 청소년 (CLHIV) 의 경우 성인과 비교해 바이러스 억제율이 현저히 낮습니다 (말라위 기준: 성인 96.9% 대 어린이 81%).
• 목표: 기존 임상 데이터의 패턴을 분석하여 치료 실패를 예측하고, 위험 군을 식별하여 표적 임상 개입을 지원할 수 있는 예측 프레임워크를 구축하는 것.

2. 연구 방법론 (Methodology)

이 연구는 디자인 사이언스 연구 (DSR) 방법론을 따랐으며, 다음과 같은 세 가지 주요 기계 학습 기법을 통합하여 적용했습니다.

가. 데이터 수집 및 전처리

• 데이터원: 말라위 HIV/AIDS 부 (DHA) 와 Global Health Informatics 로부터 2022~2023 년에 수집된 5,137 명의 CLHIV 코호트 데이터.
• 전처리:
  • 중복 및 누락 데이터 제거.
  • 특성 변환 (Binning): 연속형 변수를 범주형으로 변환 (예: CD4 수를 '낮음/높음', BMI 를 '저체중/정상/과체중/비만', ART 치료 기간을 구간별로 분류).
  • 특성 선택: Random Forest 알고리즘을 사용하여 변수의 중요도를 평가하고 노이즈를 제거했습니다.

나. 규칙 기반 마이닝 (Association Rule Mining)

• 알고리즘: Apriori 알고리즘 사용.
• 목표: 치료 실패 (Consequent) 로 이어지는 복잡한 인과 관계 (Antecedent) 규칙 발견.
• 하이퍼파라미터:
  • 최소 지원도 (Min Support): 0.00095 (희귀하지만 중요한 패턴 포착).
  • 최소 신뢰도 (Min Confidence): 90% (높은 예측 신뢰도 보장).
• 평가 지표: Support, Confidence, Lift (규칙의 강도 측정).

다. 군집 분석 (Clustering)

• 알고리즘: K-Prototypes 알고리즘 사용 (수치형 및 범주형 변수가 혼합된 데이터 처리에 최적화).
• 목표: 치료 실패를 겪는 환자들을 유사한 임상 프로필로 그룹화하여 차별화된 개입 전략 수립.
• 평가: 실루엣 점수 (Silhouette Score) 와 군집 순도 (Purity) 를 통해 군집의 질을 평가.

3. 주요 결과 (Key Results)

가. Random Forest 특성 중요도

치료 실패의 주요 예측 인자 (Feature Importance) 로 다음과 같은 변수들이 도출되었습니다:

1. BMI (체질량지수): 가장 중요한 예측 인자 (점수 0.23).
2. ART 치료 기간: 2 위 (점수 0.19).
3. CD4 수, 결핵 (TB) 상태, 연령, ART 레지멘, 성별, 순응도 등이 중요한 요인으로 확인됨.

나. 연관 규칙 마이닝 결과

• 규칙 생성: 총 28 개의 강력한 규칙이 생성되었으며, 상위 10 개 규칙은 모두 90% 이상의 신뢰도를 보였습니다.
• 주요 발견:
  • Rule 1, 3, 7, 8: 10~14 세, 5 년 이상 치료, 결핵 (TB) 확인 및 치료 중, 특정 레지멘 (13A 또는 TDF/3TC/DTG) 사용 시 치료 실패 확률이 **92.3%**로 매우 높음.
  • Rule 5, 6, 9: CD4 수 200349 cells/mm3, 13 년 치료, 결핵 의심 없음, 특정 레지멘 (15PA, ABC/3TC) 사용 시 **92.3%**의 신뢰도.
• Lift 값: 평균 Lift 값이 4.81 (최대 4.89) 로 나타났으며, 이는 무작위 기대치보다 약 5 배 높은 연관성을 의미하여 모델의 예측력이 매우 강력함을 입증했습니다.

다. K-Prototypes 군집 분석 결과

• 성능: 군집 순도 (Purity) 100%, 실루엣 점수 **79%**로 매우 우수한 분리도를 보임.
• 식별된 2 가지 위험 프로필:
  • Cluster 0 (소수, 61 명): 12 세 대의 어린 아동, 저체중 (BMI 15), 높은 CD4 수 (1000), TB 의심 없음, 높은 치료 순응도, 특정 레지멘 (15A, ABC/3TC) 사용.
  • Cluster 1 (대다수, 909 명): 17 세 대의 청소년, 낮은 CD4 수 (250), TB 의심/확인 포함, 다양한 레지멘 (13A, TDF/3TC/DTG), 치료 순응도 분포가 넓음.
• 통찰: 연령 (어린이 vs 청소년) 과 면역 상태 (CD4 수) 가 군집을 구분하는 가장 큰 요인이었으며, TB 는 전체 군집의 2% 만 차지하여 주요 구분 요인은 아니었으나 특정 고위험 하위 그룹에서는 중요하게 작용함.

4. 주요 기여 및 의의 (Contributions & Significance)

1. 예측 모델의 정밀도 향상: 기존 임상적 판단만으로는 발견하기 어려운 복잡한 인과 관계 (예: 특정 연령 + 특정 치료 기간 + TB 상태의 조합) 를 규칙 기반 모델로 정량화하여 90% 이상의 높은 신뢰도로 예측 가능함을 입증했습니다.
2. 이중 접근법의 유효성 증명:
   • 연관 규칙: 구체적인 임상적 위험 시나리오 (If-Then 규칙) 를 제공하여 즉각적인 임상적 판단 지원.
   • 군집 분석: 환자 전체의 거시적인 위험 프로필을 분류하여 맞춤형 관리 전략 (예: 청소년 대상 심리 지원, 어린 아동 대상 영양 지원) 수립에 기여.
3. 임상적 시사점:
   • 10~14 세 청소년: 치료 전환기 및 순응도 문제로 인해 고위험군임을 재확인.
   • 결핵 (TB) 공감염: TB 가 있는 환자는 치료 실패 위험이 현저히 높으므로 조기 발견 및 통합 관리 필요성 강조.
   • 자원 최적화: 병원 자원을 고위험 환자에게 집중할 수 있도록 선별적 모니터링 (Targeted Monitoring) 을 가능하게 함.
4. 정책적 기여: 말라위의 95-95-95 목표 달성을 위해 어린이 및 청소년의 치료 실패를 줄이기 위한 데이터 기반 의사결정 체계를 제시했습니다.

5. 결론

본 연구는 말라위의 어린이 및 청소년 HIV 환자 데이터를 활용하여, 머신러닝 (Random Forest, Association Rule, Clustering) 을 결합한 예측 프레임워크가 치료 실패를 효과적으로 식별할 수 있음을 입증했습니다. 특히 높은 Lift 값과 신뢰도를 가진 규칙들은 임상 현장에서 즉각적인 개입이 필요한 고위험 환자를 선별하는 데 유용한 도구가 될 것이며, 이는 질병 진행과 사망률을 줄이는 데 기여할 것으로 기대됩니다.