Is simple better? Comparing Computational Cost and Carbon Impact of Machine Learning Models for Traumatic Brain Injury Prediction; A Case Study for Sustainable Digital Health Implementation

기술 요약: 외상성 뇌손상(TBI)을 위한 머신러닝 모델의 외부 검증

문제 제식 (Problem Statement)
외상성 뇌손상(TBI) 예측을 위한 머신러닝(ML) 및 딥러닝(DL) 모델의 배포는 예측 성능과 운영 가능성 사이의 중대한 절충 문제에 직면해 있다. 다양한 데이터 소스(임상 변수, 바이오마커, 라디오믹스 등)를 통합하는 복잡한 "다중 파라미터(multiparameter)" 모델은 이론적으로 우수한 정보 획득을 제공하지만, 광범한 계산 자원, 파편화된 데이터 통합, 상당한 에너지 소비를 요구한다. 반대로, "소수 파라미터(pauci-parameter)" 모델은 제한적이고 일상적으로 사용 가능한 변수에 의존하지만, 복잡한 시스템의 세밀함이 부족할 수 있다. 복잡한 모델의 예측 정확도 향상이 그에 따른 높은 계산 비용, 탄소 발자국, 그리고 배포 장벽을 정당화할 수 있는지에 대한 지식 격차가 존재하며, 이는 특히 자원이 제한된 환경이나 실시간 임상 의사결정 지원 측면에서 중요하다.

연구 방법론 (Methodology)
본 연구는 프랑스 그레노블 대학 병원(Level 1 외상 센터)에서 성인 TBI 환자 534명(GCS <9 및/또는 두개내 손상 포함)을 대상으로 한 회고적 단일 센터 외부 검증을 수행하였다. 본 연구는 네 가지 범주의 결과(신경 중환자 케어 강도(TILSUM 및 SIBICC 분류), 사망률(7일, 30일, 6개월), 기능적 결과(Extended Glasgow Outcome Scale))에 대해 7가지 서로 다른 ML 모델을 비교하였다.

모델은 다음과 같이 분류되었다:

1. 소수 파라미터 모델 (자원 효율적):
   • PREHOSP: Light Gradient Boosting을 사용하여 15개의 일상적인 병원 전 단계 변수(예: GCS, 활력 징후, 동공 반응)를 활용함.
   • CT-TIQUA: 입원 시 CT 스캔(도착 후 60분 이내)을 분석하며, 뼈 제거, 지형적 등록, 분할 및 7가지 손상 클래스(예: 혈종, 부종)의 정량화를 포함하는 합성곱 신경망(CNN) 파이프라인을 사용함.
2. 다중 파라미터 모델 (데이터 집약적):
   • 더 넓은 데이터셋을 통합하는 5가지 모델: MULTI (PREHOSP + CT-TIQUA 특징), PREHOSP-X (23개 병원 전 단계 변수), RESUS-X (18개 소생실 변수), MULTI-PRE (PREHOSP-X + CT-TIQUA), MULTI-RESUS (RESUS-X + CT-TIQUA).

평가 지표 (Evaluation Metrics)
본 연구는 다차원적 평가 프레임워크를 채택하였다:

• 예측 성능: 주요 결과는 양성 가능도비(Positive Likelihood Ratio, LR+)와 95% 신뢰구간이다. 이차 지표로는 AUC-ROC, 민감도, 특이도, Brier 점수 및 순 임상 이득(Net Clinical Benefit, 10% 결정 임계값 기준)이 포함된다.
• 효율성: 훈련 및 단일 사례 추론에 소요되는 계산 시간을 초 단위로 측정하였다.
• 환경적 영향: CodeCarbon 라이브러리를 사용하여 개발부터 적용까지의 탄소 발자국(kg CO₂eq)을 계산하였으며, 에너지 소비량(kWh)과 지역 탄소 집약도를 고려하였다.

주요 결과 (Key Results)

• 예측 성능: 다중 파라미터 모델은 특정 영역, 특히 사망률 예측에서 우수한 통계적 성능을 보였다. 가장 성능이 좋은 다중 파라미터 모델인 MULTI-PRE는 6개월 사망률에 대해 41.83의 LR+를 달성하여, 소수 파라미터 모델인 PREHOSP의 14.19보다 높았다. 그러나 신경 중환자 케어 강도 예측(TILSUM, SIBICC)의 경우, 다중 파라미터 모델이 체계적인 우월성을 보이지 않았으며, 모든 모델의 LR+ 값은 일반적으로 10 미만에 머물렀다.
• 임상적 유용성: 통계적 지표의 차이에도 불구하고, **순 임상 이득(Net Clinical Benefit)**은 모델 간에 거의 동일했다. 10% 결정 임계값에서, 복잡한 MULTI-PRE 모델은 0.06(100명당 6명의 추가적인 올바른 결정)의 이득을 냈고, 단순한 PREH ser PREHOSP 모델은 0.05를 기록했다.
• 효율성 및 탄소 발자국: 효율성 격차는 상당했다. 딥러닝 모델(CT-TIQUA)은 추론에 약 100배 더 긴 시간(342초 vs 0.0034초)이 소요되었으며, 단순 모델에 비해 예측당 10배 높은 탄소 배출량을 생성했다. CNN 모델의 훈련은 377.7 g CO₂eq를 발생시켰는데, 이는 프랑스 에너지 믹스 기준으로 임상 CT 스캔 6회에 해당하는 양인 반면, Gradient Boosting 모델은 단 1.3 g CO₂eq만을 필요로 했다.
• 일반화 가능성: 병원 전 단계 데이터에만 의-존하는 모델(PREHOSP)은 복잡한 병원 전자 건강 기록(EHR) 생태계나 즉각적인 CT 영상에 접근할 필요 없이 견고한 성능을 보여주었으며, 이는 다양한 환경에서의 배포 가능성이 높음을 시사한다.

의의 및 주장 (Significance and Claims)
본 논문은 임상 AI 배포 결정 시 계산 복잡성과 자원 집약성을 예측 성능과 동등하게 고려해야 한다고 주장한다. 본 연구는 "더 많은 데이터가 더 나은 결과를 가져온다"는 가설에 도전하며, TBI 경로 예측에 있어 단순한 소수 파라미터 모델이 복잡한 다중 파라미터 모델과 대등한 순 임상 이득을 달 수 있는 동시에 환경적 영향을 획기적으로 줄일 수 있음을 입증하였다.

저자들은 임상 예측 모델의 탄소 발자국을 성능과 체계적으로 비교한 최초의 검증 연구 중 하나라고 주장한다. 결론적으로, 지속 가능한 디지털 헬스 구현을 위해(특히 저자원 환경이나 EHR 통합이 파편화된 곳에서), 단순한 모델은 임상적 유용성을 희생하지 않으면서도 더 넓은 접근을 가능하게 하는 효율적인 대안이 될 수 있다고 제언한다. 연구는 인프라가 뒷받침되는 전문 고자원 센터를 위해 복잡하고 자원 집약적인 모델을 예약하여 사용하되, 응급 의료 서비스 및 지역 병원에서는 단순한 병원 전 단계 기반 모델의 검증과 배포를 옹호한다.