Investigating the fundamental characteristics of retinal age models

기술 요약: 망막 연령 모델의 근본적 특성 조사

문제 정의
안저 영상을 통해 추정된 망 own 연령은 생물학적 노화의 지표 역할을 하며, 실제 연령과의 차이인 망막 연령 격차(Retinal Age Gap, RAG)는 부정적인 건강 결과를 예측하는 데 널리 사용된다. 그러나 RAG 해석에 필수적인 망막 연령 모델의 근본적인 특성에 대해서는 아직 충분히 탐구되지 않았다. 구체적으로, 서로 다른 연령 하위 그룹 간의 RAG-질병 연관성 일관성과 다양한 코호트 및 영상 장치에 대한 모델의 일반화 가능성이 완전히 이해되지 않았다. 핵심적인 우려 사항은 "평균으로의 회귀(regression-to-the-mean, RTM)" 현상이다. 이는 회귀 모델에서 예측값이 훈련 인구의 평균값으로 체계적으로 끌려가는 통계적 현상으로, 이로 인해 젊은 층에서는 연령이 과대평가되고 고령층에서는 과소평가될 수 있다. 저자들은 건강한 집단과 건강하지 않은 집단 사이의 차등적인 RTM 효과가 연령대별로 RAG와 건강 상태 간의 불일치한 연관성을 유발할 수 있으며, 이는 임상 적용 시 오해를 불러일으킬 수 있다고 가설을 세웠다.

연구 방법론
본 연구는 AlzEye 코호트(내부 데이터)와 서로 다른 인구 및 영상 장치를 가진 세 개의 외부 코호트(UK Biobank, BRSET, mBRSET)를 포함하여 총 327,764개의 망막 영상을 포함하는 대규모 데이터셋을 활용하였다.

• 모델 아키텍처: 망막 연령 모델은 LVD142M 데이터셋에서 사전 학습된 DINOv3-Large 기반의 Vision Transformer(ViT) 백본을 사용하여 개발되었다. 이 아키텍처는 224×224 이미지를 처리하고, 패치 토큰을 평균화하여 1,024차원 특징 벡터를 형성한 후, 사용자 정의 회귀 헤드(선형 레이어, ReLU, 드롭아웃, 최종 선형 출력)를 통과시켜 실제 연령을 추정한다.
• 훈련 및 평가: 모델은 AlzEye 데이터셋을 통해 훈련되었다. 성능은 평균 절대 오차(MAE), 평균 제곱근 오차(RMSE), 피어슨 상관계수($r^2$)를 통해 평가되었다.
• 연관성 분석: RAG는 추정된 망막 연령에서 실제 연령을 뺀 값으로 정의되었다. 실제 연령을 보정한 상태에서 로지스틱 회귀를 사용하여 RAG와 질병 상태(건강함 vs. 건강하지 않음, 그리고 심혈관, 만성 전신 질환, 안과 질환과 같은 특정 질병 하위 그룹) 간의 연관성을 분석하였다.
• RTM 조사: 저자들은 연령과 건강 상태 간의 상호작용을 모델링하여 차등적 RTM을 명시적으로 테스트하였다. 또한 다음의 방법으로 관찰된 불일치를 완화할 수 있는지 탐구하였다:
  1. 건강한 하위 집단을 기준으로 한 RAG의 선형 및 이차 함수적 연령 보정(calibration).
  2. 균형 잡힌 연령 분포(연령 빈도별 균등 샘플링)를 사용하여 모델 재훈련.
• 다운스트림 분류: 질병 탐지에서의 RAG 유용성을 평가하기 위해 세 가지 로지스틱 회귀 모델을 비교하였다: (1) 연령만 사용, (2) 연령 + RAG, (3) 연령 + RAG + 연령 × RAG 상호작용. 성능은 곡선 아래 면적(AUC)과 임계값 기반 지표(민감도, 특이도, F1 점수)를 통해 측정되었다.
• 외부 검증: 모델을 재학습시키지 않은 상태("off-the-shelf")와 외부 보정을 거친 상태(외부 훈련 분할에서 로지스틱 회귀 계수 및 임계값을 다시 맞춤)로 외부 데이터셋에 적용하여, 연령 추정 정확도, 질병 연관성 강도, 분류 성능이라는 다양한 지표를 통해 일반화 가능성을 평가하였다.

주요 결과

• 내부 성능: 모델은 내부 테스트 세트에서 MAE 5.31년, 피어슨 $r^2$ 0.745를 달연했다. 전체 코호트에서 높은 RAG(높은 망막 연령 = 높은 질병 위험)와 다양한 질병(심혈관, 만성 전신, 안과 질환) 사이의 양의 상관관계가 확인되었다.
• 연령 의존적 불일치: 중요한 발견은 연령 하위 그룹에 따른 RAG-질병 연관성의 불일치였다. 젊은 층과 중년층에서는 양의 상관관계(높은 RAG = 높은 질병 위험)가 관찰되었으나, 이러한 연관성은 최고령 그룹(80세 이상)에서는 약화되거나 심지어 역전(음의 상관관계)되었다.
• 차등적 RTM: 이러한 불일치는 차등적 RTM 때문인 것으로 밝혀졌다. RAG의 연령에 따른 감소 기울기는 건강하지 않은 집단(-0.314)이 건강한 집단(-0.184)보다 유의하게 가팔랐다. 이 차등적 효과는 선형 또는 이차 연령 보정을 적용하거나 균형 잡힌 연령 분포로 모델을 재훈련한 후에도 지속되었으며, 이는 이것이 단순한 데이터 분포나 보정의 산물이 아니라 모델의 근본적인 특성임을 시사한다.
• 상호작용 항의 가치: 질병 분류 모델에 '연령 × RAG' 상호작용 항을 포함하는 것은 성능을 개선했다. 특히 단순하게 RAG를 연령 모델에 추가했을 때 성능이 오히려 저하되는 고령층에서 효과적이었다(AUC가 0.585에서 0.494로 하락). 상호작용 모델은 젊은 층에서의 성능 이득을 유지하면서도 고령층에서의 성능 저하를 완화하였다.
• 외부 일반화: 외부 평가 결과, 모델 성능은 코호트와 적용 분야에 따라 크게 달랐다.
  • 연령 추정: 모델은 UK Biobank(MAE 3.80)에서는 우수한 성능을 보였으나, BRSET(MAE 7.34) 및 mBRSET(MAE 8.40)에서는 더 큰 오차를 보였다.
  • 질병 연관성: BRSET 및 mBRSET에서의 추정 오차에도 불구하고, 상당한 연령 범위 내에서 RAG와 건강하지 않은 상태 사이의 유의미한 양의 상관관계가 유지되었다.
  • 분류 유용성: RAG의 질병 분류에 대한 부가가치는 일정하지 않았다. BRSET의 경우 추정 오차에도 불구하고 RAG가 유의미한 부가 가치를 제공했다. 반면, mBRSET에서는 유의미한 질병 연관성이 실제 연령 단독 모델 대비 분류 성능의 유의미한 개선으로 이어지지 않았다.

의의 및 주장
본 논문은 RAG의 해석이 건강한 인구와 건강하지 않은 인구 사이의 차등적 RTM 효과로 인해 기존의 가정보다 더 복잡하다는 점을 주장한다. 저자들은 다음과 같이 단언한다:

1. 연령 의존적 연관성: RAG-질병 연관성은 생애 주기 동안 일정하지 않으며, 연령 하위 그룹에 따라 크게 달라진다. 단일한 전체 연관성을 보고하는 것은 특히 관계가 역전될 수 있는 고령 인구에게 오해의 소지가 있을 수 있다.
2. 보정의 한계: 표준적인 연령 보정 기술과 훈련 데이터 분포의 균형화는 차등적 RTM을 제거하지 못한다. 이는 RTM이 병리적 변화를 포함하는 데이터로부터 모델이 학습하는 방식의 내재적 속성임을 시사한다.
3. 애플리케이션별 평가: 망막 연령 모델의 일반화 가능성은 단일 지표(예: 연령 추정 정확도)로 판단될 수 없다. 낮은 연령 추정 정확도를 가진 모델이라도 강력한 질병 연관성과 특정 임상 과업을 위한 유용성을 유지할 수 있는 반면, 높은 정확도를 가진 모델이 반드시 다운스트림 분류를 개선하는 것은 아니다. 따라서 외부 평가는 연령 추정 대 위험 계층화와 같이 의도된 용도에 맞춰 다차원적이고 맞춤화되어야 한다.
4. 모델링 권고 사항: 신뢰할 수 있는 임상 적용을 위해, 모델은 고령 하위 그룹에서 오해의 소지가 있는 위험 해석을 피하기 위해 실제 연령과 RAG 사이의 상호작용을 명시적으로 고려해야 한다.

본 연구는 RAG가 가치 있는 건강 관련 정보를 포함하고 있지만, 그 임상적 유용성을 위해서는 주의 깊은 연령 층화 해석과 애플리케이션별 검증 프레임워크가 필요하다고 결론짓는다. 이러한 발견은 망막 영상을 넘어 더 넓은 생물학적 연령 추정 모델에도 적용될 수 있음을 시사한다.