Explainable Machine Learning for Diabetes Risk Prediction: Development of a Baseline Predictive Engine for the Wo’tosuga Digital Health Platform Targeting African Populations

기술 요약: Wo'tosuga 플랫폼의 당뇨병 위험 예측을 위한 설명 가능한 머신러닝

문제 정의
당뇨병은 사하라 이남 아프리카에서 급격히 악화되고 있는 공중보건 위기이며, 영향을 받는 개인의 약 54%가 진단받지 못한 상태로 남아 있는 것으로 추정됩니다. 기존의 실험실 기반 스크리닝(예: 공복 혈당, HbA1c)은 인프라, 재정 및 지리적 제약으로 인해 접근이 어려운 경우가 많습니다. 머신러닝(ML)은 자기 보고형 변수를 활용하여 확장 가능한 비침습적 대안을 제공할 수 있지만, 기존의 예측 모델들은 두 가지 결정적인 한계점을 가지고 있습니다:

1. 데이터 일반화 능력: 대부분의 모델은 북미 또는 유럽 데이터셋(예: Pima Indian, US BRFSS)을 기반으로 학습되어, 위험 요인의 분포와 표현형 특성의 차이로 인해 아프리카 인구에 적용하기에는 제한적입니다.
2. 평가 지표: 기존 문헌은 주로 전체 정확도(Accuracy)나 AUC-ROC에 의존하지만, 이는 불균형한 스크리닝 작업에는 부적절합니다. 저자원 환경에서는 다수 클래스를 선호하는 정확도를 극대화하기보다는, 놓친 진단을 방지하기 위해 민감도(Sensitivity)(위험군인 실제 환자를 식별하는 능력)를 극대화하는 것이 임상적 우선순위입니다.

방법론
본 연구는 엄격하고 재현 가능한 파이프라인을 사용하여 Wo'tosuga 디지털 헬스 플랫폼을 위한 1단계 베이스라인 예측 엔진을 구축합니다:

• 데이터 소스: 본 연구는 미국 행동 위험 요인 감시 시스템(BRFSS)의 세 가지 주기(2019, 2021, 2023)를 활용하여 869,319명의 응답자로 구성된 분석 데이터셋을 확보했습니다.
• 전처리:
  • 특성 선택(Feature Selection): 결측치가 50%를 초과하는 변수를 제거한 후 21개의 예측 특성을 유지했습니다.
  • 타겟 재코딩: 모든 위험군을 식별하여 개입을 유도하려는 임상적 목표에 부합하도록 전당뇨(Pre-diabetic) 사례를 당뇨(Diabetic)로 재분류했습니다.
  • 클래스 불균형: 데이터셋은 약 5.4:1의 불균형(비당뇨 84.4% 대 당뇨 15.6%)을 보였습니다. 합성 오버샘플링(SMOTE) 대신, 자연적인 확률 분포를 보존하기 위해 비용 민감 학습(Cost-sensitive learning)(예: class_weight='balanced', scale_pos_weight)을 채택했습니다.
  • 특성 공학(Feature Engineering): 해석력을 높이기 위해 범주형 변수(결혼/고용 상태)를 통합하였으며, 비미국적 맥락으로 전이 가능한 사회경제적 계층 변수를 도출했습니다.
• 모델 개발:
  • 8가지 알고리즘을 평가했습니다: 로지스틱 회귀(Logistic Regression), 결정 트리(Decision Tree), 엑스트라 트리(Extra Trees), 그래디언트 부스팅(Gradient Boosting), 아다부스트(AdaBoost), XGBoost, LightGBM, 그리고 K-최근접 이웃(K-Nearest Neighbors).
  • 최적화: GridSearchCV와 3-폴 교차 검증을 통해 하이퍼파라미터 튜닝을 수행하였으며, 명시적으로 **재현율(Recall, 민감도)**을 최적화했습니다.
  • 평가: 민감도를 주요 지표로 지정하였으며, 특이도(Specificity), 양성 예측도(PPV), 음성 예측도(NPV), F1-score, AUC-ROC 및 Brier score를 함께 측정했습니다.
• 설명 가능성: 전역적 특성 중요도와 국소적 예측 기여도를 결정하기 위해 TreeExplainer 알고리즘을 사용하여 SHAP(SHapley Additive exPlanations) 값을 계산했습니다.

주요 결과

• 모델 성능: LightGBM이 가장 우수한 알고리즘으로 나타났습니다. 하이퍼파라미터 튜닝 후 전체 데이터셋으로 재학습한 최종 모델의 성과는 다음과 같습니다:
  • 민감도(Sensitivity): 0.809 (실제 당뇨 환자의 80.9%를 정확히 식별).
  • 특이도(Specificity): 0.701.
  • AUC-ROC: 0.828.
  • 음성 예측도(NPV): 0.952.
  • 참고: Gradient Boosting은 유사한 AUC-ROC(0.826)를 달성했으나, 민감도가 0.190으로 매우 낮아 높은 정확도에도 불구하고 스크리닝 용도로는 임상적으로 부적합했습니다.
• 비교 대상: XGBoost(민감도: 0.806)와 로지스틱 회귀(민감도: 0.779)가 강력한 비교군 역할을 했으며, 이는 이 데이터셋의 예측 신호가 주로 소수의 선형 분리 가능한 위험 요인에 의해 포착됨을 시사합니다.
• 특성 중요도: SHAP 분석을 통해 LightGBM과 로지스틱 회귀 모두에서 일관되게 나타나는 상위 5개 예측 변수를 식별했습니다:
  1. 연령(Age)
  2. 자기 보고식 일반 건강 상태(Self-reported general health)
  3. 체질량 지수(BMI)
  4. 혈압 상태(Blood pressure status)
  5. 마지막 의료 검진 이후 경과 시간(Time since last medical checkup)
• 해석 가능성: 모델은 임상적으로 일관된 패턴(예: 연령 및 BMI 증가에 따른 위험의 단조 증가, 일반 건강 등급과 위험 사이의 역관계)을 보여주었습니다. 특히, 사회경제적 계층 변수는 도출된 지표의 거칠기(coarseness)로 인해 미미한 중요도를 보였습니다.

의의 및 주장
본 논문은 이 연구를 단순한 예측 모델링 연습이 아니라, "아프리카 의료 데이터 격차"를 해결하기 위해 설계된 번역 연구 루프의 기초 인프라로 규정합니다.

1. 트리아지(Triage) 도구로서의 임상적 유용성: 이 모델은 진단 도구가 아닌 스크리닝 및 트리아지 도구로 명시적으로 프레임화되었습니다. 높은 NPV(0.952)는 저자원 환경에서 음성 결과에 대한 신뢰할 수 있는 안심을 제공하고, 양성 사례를 희소한 실험실 자원으로 우선 배정할 수 있게 한다는 점에서 가장 중요한 임상적 지표로 강조됩니다.
2. "Wo'tosuga 연구 루프": 저자들은 미국 데이터로만 학습하는 것이 주요 한계임을 인정합니다. 그러나 이들은 이를 플랫폼 아키텍처의 핵심 동기로 재구성합니다. Wo'tosuga 플랫폼은 익명의 데이터 기부 메커니즘을 통합하여 사용자가 자신의 위험 요인과 예측값을 기여할 수 있도록 합니다. 이를 통해 미국에서 학습된 베이스라인이 즉각적인 배포를 가능하게 하는 동시에, 발생하는 사용자 상호작용이 향후 모델 반복 학습 및 검증에 필요한 아프리카 특화 데이터를 생성하는 자가 개선 순환 구조를 만듭니다.
3. 방법론적 엄밀성: 본 연구는 임상 AI에서 지표 선택의 결정적 중요성을 강조합니다. 민감도를 정확도보다 우선시함으로써, 표준 벤치마크 하에서는 "경쟁력" 있어 보이는 모델이라 할지라도 위험군인 개인을 제대로 찾아내지 못한다면 임상적으로 위험할 수 있음을 입증했습니다.

결론적으로, 본 논문은 재현 가능하고 설명 가능한 베이스라인(LightGBM, 민감도 약 0.81, NPV 약 0.95)을 확립합니다. 이 연구의 주요 기여는 임상 스크리닝 도구인 동시에 데이터 수집 엔진으로서 기능하며 점진적으로 아프리카 특화 의료 데이터 격차를 좁혀나가는 디지털 헬스 플랫폼의 아키텍처 설계에 있습니다.