Prediction of Pediatric Lower Urinary Tract Dysfunction Using Uroflowmetry Data and Machine Learning with Explainable AI Techniques

당신의 방광이 아주 구체적인 임무를 수행하는 작고 첨단 기술이 적용된 물풍선이라고 상상해 보세요. 물이 차오르고, 신호를 받고, 그리고 부드럽고 일정한 흐름으로 내보내는 것이죠. 하지만 때때로 이 풍선은 혼란에 빠지기도 합니다. 가득 차기도 전에 너무 세게 쥐어짜거나(과활동성 방광), 혹은 "문"(근육)이 여전히 꽉 잠겨 있는 상태에서 배출을 시도하기도 합니다(배뇨 기능 장애). 어떤 혼란이 일어나고 있는지 파악하는 작업은 대개 의사가 요류 검사라고 불리는 꼬불꼬불한 선이 그려진 그래프를 살펴보는 것에 의존합니다. 하지만 여기에는 함정이 있습니다. 두 명의 미술 비평가가 어떤 그림을 보고 "추상적"이라고 할지 아니면 "엉망"이라고 할지에 대해 의견이 갈릴 수 있는 것처럼, 의사들도 똑같은 꼬불꼬불한 선을 보고 서로 다른 것을 볼 수 있습니다.

여기 연구자들이 최고의, 편견 없는 미술 비평가가 될 컴퓨터를 가르치기로 결심하며 등장했습니다. 그들은 2019년 7월부터 2024년 3월 사이에 수집된, 2세에서 18세 사이의 아이들로부터 얻은 2,663개의 방광 이야기라는 거대한 도서관을 모았습니다. 그들의 목표는 데이터를 보고 "아, 이것은 과활동성 방광이군요" 또는 "이것은 배뇨 기능 장애군요"라고 말하며, 논쟁은 줄이고 정확도는 높이는 머신러 러닝 "탐정"을 만드는 것이었습니다.

탐정 훈련 캠프

연구자들은 단 한 종류의 탐정을 고른 것이 아니라, 7가지 서로 다른 유형의 머신러닝 모델을 훈련시켰습니다. 이것들을 다양한 스타일의 탐정이라고 생각해보세요. 어떤 탐정은 논리적인 회계사(선형 분류기) 같고, 어떤 탐정은 패턴을 찾아내는 마술사(신경망) 같으며, 하나는 하나의 팀으로 협력하는 형태(앙상블 분류기)입니다. 그들은 이 탐정들에게 8가지의 단서를 제공했습니다. 네 가지 숫자(물의 흐름 속도나 방광에 남은 양 같은 것)와 네 가지 카테고리(근육 활동의 유형 같은 것)입니다.

그들은 도서관을 두 그룹으로 나누었습니다. "연습 테스트"(데이터의 90%)와 "최종 시험"(나머지 10%)입니다. 또한 두 가지 게임 모드를 설정했습니다:

1. 3인용 게임: 아이들을 정상, 과활동성 방광, 또는 배뇨 기능 장애로 분류하기.
2. 4인용 게임: 과활동성 방광과 배뇨 기능 장애를 동시에 겪는 아이들을 위한 까다로운 네 번째 카테고리를 추가하기.

대공개

최종 시험 결과가 나왔을 때, 앙상블 분류기(탐정 팀)가 주인공이 되었습니다. 3인용 게임에서 이 모델은 **86.09%**의 확률로 정답을 맞혔습니다. 이는 다른 모델들이 모두 82% 이상의 준수한 성적을 거두긴 했지만, 팀 방식이 챔피언임을 입증한 엄청난 향상이었습니다.

하지만 4인용 게임으로 전환하자 상황은 더 까다로워졌습니다. 정확도가 72.56%에서 78.95% 사이로 떨어졌습니다. 왜일까요? "둘 다 해당" 카테고리가 기계 속의 유령이었기 때문입니다. 전체의 단 **2.55%**에 불과한 68명의 아이들만이 이 혼합 질환을 가지고 있었습니다. 그것은 마치 특정 희귀한 새의 사진을 단 세 장만 보여주고 컴퓨터에게 그 새를 인식하도록 가르치는 것과 같았습니다. 대부분의 모델은 이 카테고리를 추측하는 것을 포기했고, 그 특정 그룹에 대해 "정의되지 않음"이라는 점수를 냈습니다.

암호를 풀다: 왜 컴퓨터가 이겼을까?

이 연구의 가장 멋진 점은 단순히 컴퓨터가 정답을 맞혔다는 것이 아니라, 연구자들이 SHAP(Shapley Additive Explanations의 약자)라고 불리는 특별한 도구를 사용하여 컴퓨터의 뇌 내부를 들여다보고 "어떻게 결정했나요?"라고 물었다는 것입니다.

컴퓨터는 자신의 비밀을 드러냈습니다:

• 과활동성 방광의 경우: 가장 큰 단서는 방광 용량이었습니다. 풍선이 작다면, 컴퓨터는 그것이 과활동성 방광일 가능성이 높다는 것을 알았습니다.
• 배뇨 기능 장애의 경우: 최고의 단서는 골반저 활동(흐름을 막으려는 근육의 움직임)이었습니다. 두 번째로 큰 단서는 잔뇨량(남겨진 물의 양)이었습니다.
• 위대한 평등주의자: 여기서 놀라운 반전이 있습니다. 컴퓨터는 성별(환자가 남자인지 여자인지)이 예측 가치에 **제로(0)**의 기여를 한다고 결정했습니다. 의사들은 남녀의 유량 차이가 있을 수 있다는 것을 알지만, 컴퓨터는 다른 단서들(흐려 속도나 부피 등)이 이미 전체 이야기를 들려주었기 때문에 "남자인지 여자인지"라는 라벨이 불필요한 소음이라고 판단했습니다.

"블랙박스" 문제 해결

오랫동안 의료 분야에서의 AI는 "블랙박스"와 같았습니다. 데이터를 넣으면 결과가 튀어나오지만, 아무도 그 이유를 알 수 없었습니다. 이 연구는 우리가 이해하지 못하는 도구를 사용하는 의사를 신뢰할 수 없다고 주장합니다. 설명 가능한 AI(XAI)를 사용함으로써, 연구자들은 컴퓨터의 논리가 인간 의사가 알고 있는 방광의 물리 법칙과 실제로 일치한다는 것을 보여주었습니다. 예를 들어, 컴퓨터가 작은 방광 용량이 과활동성을 나타낸다는 것을 정확히 식별했는데, 이는 의학 이론과 완벽하게 일치합니다.

"하지만 잠깐..." 섹션

우리가 이 마법 같은 기술의 승리를 선언하기 전에, 연구자들은 매우 신중하게 이 마법의 한계를 지적합니다.

• 신뢰의 원: 컴퓨터가 사용한 몇몇 단서들(방광 용량이나 골반저 활동 같은 것)은 로봇에 의해 측정된 것이 아니라, 먼저 인간 의사에 의해 해석된 것입니다. 의사들이 최종 진단을 내렸기 때문에, 컴퓨터는 새로운 독립적인 사실을 찾아내기보다는 의사의 의견에 동의하는 법을 배우고 있는 것일 수도 있습니다. 이는 마치 학생이 과목을 처음부터 배우는 것이 아니라 선생님의 노트를 완벽하게 암기하는 것과 같습니다.
• 하나의 학교, 하나의 도시: 이 연구는 터키의 단 한 곳의 병원에서 진행되었습니다. 컴퓨터가 그 특정 병원에서는 천재적일 수 있지만, 다른 장비나 다른 아이들이 있는 다른 병원에서도 똑같이 잘 작동할지는 알 수 없습니다.
• 희귀한 새 문제: "둘 다 해당" 카테고리가 너무 작았기 때문에, 컴퓨터는 이를 제대로 인식하는 법을 배울 수 없었습니다. 연구자들은 우리가 이 특정 그룹에 대해 컴퓨터에 의존하기 위해서는 훨씬 더 많은 데이터가 필요하다고 제안합니다.

핵심 요약

이 논문은 머신러닝이 특히 연구하기 어려운 5세 미만의 아주 어린 아이들을 대상으로 방광 문제를 진단하는 데 있어 의사에게 강력하고 투명한 파트너가 될 수 있음을 시사합니다. 컴퓨터는 높은 정확도(주요 테스트에서 86.09%)로 패턴을 찾아낼 수 있으며, 인간이 이해할 수 있는 방식으로 그 근거를 설명할 수 있습니다. 그러나 연구자들은 우리가 이 디지털 탐정들이 클리닉을 맡기기 전에, 그들이 정말로 현실 세계에 나설 준비가 되었는지 확인하기 위해 여러 병원에서 더 많은 데이터와 함께 테스트해야 한다고 강조합니다.