Information, Not AI Model Sophistication, Limits Resolution of Disease Progression in COPDGene

수십 년 동안 의사들과 과학자들은 만성 폐 질환에서 나타나는 좌절스러운 패턴을 지켜봐 왔습니다. 두 사람이 거의 동일한 호흡 검사 결과, 비슷한 흡연력, 그리고 같은 진단을 가지고 시작하더라도, 그들의 미래는 판이하게 갈릴 수 있습니다. 한 사람은 20년에 걸쳐 서서히 쇠퇴하는 반면, 다른 한 사람은 불과 몇 년 만에 급격하고 심각한 폐 기능 붕괴를 겪기도 합니다. 이러한 예측 불가능성은 COPD(만성 폐쇄성 폐질환)라고 알려진 질병의 핵심적인 수수께 다음과 같습니다. 연구자들은 폐를 스캔하고, 유전자를 테스트하고, 혈액 내 단백질을 측정하는 등 더 많은 데이터를 수집함으로써, 왜 어떤 사람은 악화되는 반면 다른 사람은 안정적인 상태를 유지하는지를 설명할 숨겨진 단서를 찾을 수 있기를 오랫동안 희망해 왔습니다. 지배적인 믿음은 만약 우리가 충분한 데이터를 가진 충분히 큰 컴퓨터 모델을 구축하기만 한다면, 마침내 개별 환자의 질병이 어떻게 진행될지 정확하게 예측할 수 있을 것이라는 점이었습니다.

새로운 한 연구는 이러한 가설에 이의를 제기하며, 문제는 컴퓨팅 능력의 부족이 아니라 애초에 정보가 부족하다는 점이라고 시사합니다. 연구진은 수년 동안 추적 관찰된 대규모 COPD 환자 집단을 조사하며, 이들의 폐 기능을 추적하고 상세한 혈액 샘플을 수집했습니다. 그들은 단순하지만 심오한 질문을 던졌습니다. 만약 두 환자가 오늘날 모든 표준 의료 검사에서 똑같이 보인다면, 우리는 누가 내일 더 나빠질지를 예측할 수 있는가? 그들은 복잡한 분자 데이터를 혈액 샘플에서 추가하는 것이 이 수수께끼를 풀 수 있을지, 그리고 가장 진보된 인공지능 모델이 더 단순한 방법들이 놓친 패턴을 찾아낼 수 있을지를 테스트했습니다. 그들이 발견한 것은, 우리가 가진 최고의 도구와 가장 상세한 데이터를 가지고 있더라도, 현재의 정보로는 두 명의 유사한 환자를 구별하기에 충분하지 않은 경우가 많다는 것이었습니다.

이 연구는 주요 국가 연구 프로젝트의 참가자 785명에 초점을 맞추었습니다. 이들은 1초 동안 내뱉을 수 있는 공기의 양을 포함한 표준 의료 검사를 받았으며, 이는 폐 건강의 주요 척도입니다. 연구진은 또한 각 개인의 혈액 내 수천 개의 유전자 활동을 보여주는 상세한 분자 스냅샷에 접근할 수 있었습니다. 목표는 혈액 내 유전자 활동을 아는 것이 향로 5년 동안 한 사람의 폐 기능이 얼마나 떨어질지를 예측하는 데 도움이 될 수 있는지 확인하는 것이었습니다. 이를 위해 팀은 전체 집단을 하나의 덩어리로 보지 않았습니다. 대신, 그들은 환자들의 작은 '이웃'들을 살펴보았습니다. 연구의 모든 개인에 대해, 현재의 건강 데이터를 기준으로 그들과 가장 유사한 30명의 다른 사람들을 찾아냈습니다. 그런 다음 그 30명의 유사한 사람들이 5년 후에 유사한 폐 기능 변화를 겪었는지 확인했습니다.

결과는 놀라울 정도로 미미했습니다. 연구진이 연령, 성별, 인종 및 폐 검사 결과와 같은 표준 임상 데이터만을 살펴봤을 때, 연구 시작 시점에 매우 유사해 보였던 환자들이 나중에 매우 다른 결과를 겪는다는 것을 발견했습니다. 현재의 건강 상태에서의 유사성은 나중에 일어난 일의 아주 작은 부분만을 설명할 뿐이었습니다. 사실, 이 유사한 환자들 사이의 미래 폐 기능 변동성은 환자들이 무작위로 선택되었을 때와 거의 다를 바 없이 넓게 유지되었습니다. 이는 표준 의료 검사가 진단에는 유용하지만, 개인의 구체적인 질병 경로를 예측하는 데 필요한 세부 사항을 포함하고 있지 않음을 의미합니다.

연구진은 혈액의 유전자 데이터가 이 그림을 더 명확하게 해줄 것이라는 희망을 품고 혈액 데이터를 혼합했습니다. 그들은 이것이 도움이 되기는 했지만, 아주 약간에 불과하다는 것을 발견했습니다. 혈액 데이터는 환자들 사이의 미세한 차이를 추가적으로 구분해 냈습니다. 이것은 실제적이고 재현 가능한 발견이었으나, 마법의 해결책은 아니었습니다. 유전자 데이터를 가지고 있음에도 불구하고, 미래 폐 기능 변동의 대부분은 여전히 설명되지 않은 채로 남아 있었습니다. 비슷해 보였던 환자들은 여전히 서로 다른 미래를 맞이했습니다. 연구는 이 실패가 컴퓨터 모델이 너무 단순하기 때문인지 명시적으로 테스트했습니다. 연구진은 기초적인 통계 도구부터 복잡한 인공지능 시스템에 이르기까지 10가지 유형의 수학적 모델로 데이터를 실행했습니다. 어떤 모델도 정보의 부족을 극복할 수 없었습니다. 모델이 병목 현상의 원인이 아니라, 데이터 자체가 한계였습니다.

아마도 이 연구의 가장 실질적인 발견은 우리가 값비싼 의료 검사를 어떻게 사용해야 하는가에 관한 것입니다. 혈액 유전자 데이터가 평균적으로 아주 조금만 도움이 되었기 때문에, 연구진은 이 데이터가 어떤 사람들에게는 더 도움이 되는지 궁금해했습니다. 그들은 모든 환자를 테스트하는 대신 일부 환자만을 테스트할 수 있는 시나리오를 시뮬레이션했습니다. 그들은 표준 임상 데이터를 사용하여 어떤 환자가 추가적인 혈액 검사로부터 가장 많은 이득을 얻을 가능성이 높은지 식별함으로써, 전체를 테스트했을 때 얻을 수 있는 가치의 대부분을 일부 그룹만을 테스트함으로써 회복할 수 있다는 것을 발견했습니다. 예를 들어, 환자의 30%만을 테스트함으로써, 전체를 테스트했을 때 얻을 수 있었던 유용한 정보의 거의 3분의 2를 포착할 수 있었습니다. 이는 '일률적인' 심층 분자 테스트 접근 방식이 비효율적임을 시사합니다. 대신, 의사들은 정기 검진 결과를 사용하여 더 비싸고 상세한 검사가 미래 건강에 대한 더 명확한 그림을 얻는 데 필요한 특정 환자를 결정할 수 있습니다.

연구는 또한 데이터를 조직하는 다양한 방법들을 비교했습니다. 연구진은 임상 데이터와 유전 데이터를 단일 프로필로 결론짓는 발표된 방법을 검토하며, 이것이 유전자만을 보는 것보다 더 나을 것이라고 기대했습니다. 그러나 그들은 이 결합된 프로필이 생 유전자 데이터 자체보다 미래의 구체적인 폐 기능 변화를 예측하는 데 오히려 성능이 떨어진다는 것을 발견했습니다. 이는 정보를 조직하고 압축하는 방식이 중요하다는 점을 강조합니다. 환자들을 광범위한 범주로 묶는 데 탁월한 방법이 개인의 결과를 예측하는 데 필요한 미묘한 세부 사항을 우발적으로 지워버릴 수 있습니다. 정보는 혈액 속에 있었지만, 결합된 프로필을 위해 패키징된 방식이 그 정보를 가려버린 것입니다.

궁극적으로, 이 연구는 우리가 폐 질환의 진행을 예측할 수 없다고 말하는 것이 아닙니다. 이 연구는 이 대규모 연구에서 사용 가능한 특정 데이터로는 현재 동일해 보이는 환자들의 미래를 구별할 수 없다고 말하는 것입니다. 연구는 유사한 환자들이 서로 다른 결과를 보이는 이유가 우리가 아직 측정하거나 포착하지 못한 정보에 있다고 시사합니다. 표준 검사가 질병이 작동하는 미묘한 차이를 놓치고 있거나, 혈액 샘플이 적절한 시기에 적절한 분자 신호를 포착하지 못했을 수도 있습니다. 저자는 우리가 더 복잡한 인공지능 모델을 구축하기 전에, 먼저 우리가 입력하는 데이터가 우리가 찾고자 하는 구별점을 포함하고 있는지 확인해야 한다고 주장합니다.

의학 연구에 주는 시사점은 명확합니다. 심층적인 생물학적 데이터를 수집하는 대규모 연구는 새로운 질병을 발견하는 것뿐만 아니라, 어떤 정보가 실제로 유용한지를 가르쳐 준다는 점에서 매우 가치가 있습니다. 추가적인 검사로부터 누가 혜택을 받고 누가 받지 않는지를 분석함으로써, 이러한 연구들은 미래 연구의 설계를 안내할 수 있습니다. 모든 사람에게 모든 것을 측정하는 대신, 과학자들은 가장 비싸고 상세한 측정을 가장 필요한 특정 환자들에게 집중시키는 법을 배울 수 있습니다. 이 접근 방식은 가능한 많은 데이터를 수집하는 전략에서 벗어나, 적절한 사람에게 적절한 데이터를 수집하는 전략으로 의학을 이동시킵니다. 연구는 질병 진행의 수수께끼를 푸는 열쇠는 더 나은 컴퓨터가 아니라, 환자에 대한 우리의 현재 관점에서 누락된 정보가 무엇인지에 대한 더 나은 이해에 있다고 결론짓습니다.