Interpretable Concept-Bottleneck Vision-Language Model Predicts Pathologic Complete Response From Longitudinal Breast DCE-MRI

유방암과의 싸움에서 의사들은 종종 종양을 줄이기 위해 수술 전에 치료를 받는 강력한 전략인 선행 보조 요법(neoadjuvant therapy)으로 시작합니다. 궁극적인 목표는 병리학적 완전 관해(pathologic complete response), 즉 수술 시 제거된 조직에서 암세포를 찾을 수 없는 상태에 도달하는 것입니다. 이러한 결과는 환자가 더 오래 생존하고 암으로부터 자유로울 것이라는 강력한 신호입니다. 그러나 누가 이 결과를 달성할지 예측하는 것은 어렵습니다. 수년 동안 과학자들은 MRI 스캔을 살펴보고 이러한 예측을 하기 위해 인공지능을 사용하려고 노력해 왔지만, 대부분의 시스템은 '블랙박스'처럼 작동합니다. 이들은 답은 내놓지만, 어떻게 그 결론에 도달했는지는 설명하지 못합니다. 의사들은 기계의 결정 뒤에 숨겨진 추론 과정을 볼 수 없기 때문에, 특히 환자의 생명이 걸려 있는 상황에서는 이를 신뢰하기를 주저합니다. 병원에서 유용한 도구가 되기 위해서는 인간 전문가가 검증할 수 있는 방식으로 자신의 작업 과정을 보여주는 투명성이 필요합니다.

한 연구팀은 기계가 인식 가능한 의학적 특징을 바탕으로 생각하도록 강제함으로써 이 문제를 해결하는 새로운 종류의 인공지능을 개발했습니다. 스캔을 보고 즉각적으로 결과를 추측하는 대신, 이 시스템은 먼저 종양의 모양, 크기, 스캔상에서의 모습과 같은 11가지 특정 특성을 식별합니다. 이러한 특징들은 방사선 전문의들이 매일 사용하는 표준 의학적 기술에 기반합니다. 그 후 시스템은 식별된 이러한 특징들과 환자의 연령, 그리고 특정 암 유형을 사용하여 서술형 보고서를 생성합니다. 이 보고서는 마치 의사가 동료에게 노트를 작성하듯 예측 뒤에 숨겨진 추론 과정을 설명합니다. 연구진은 이 시스템을 수백 명의 환자 데이터를 통해 테스트했으며, 이 시스템이 누가 치료에 잘 반응할지를 정확하게 예측하는 동시에 모든 예측에 대해 명확하고 감사 가능한 설명을 제공한다는 것을 발견했습니다.

이 연구는 동적 조영 증강 MRI 스캔을 받은 총 753명의 개인을 포함하는 두 개의 대규모 다기관 임상 시험 환자들에 초점을 맞췄습니다. 이러한 유형의 영상 촬영은 유방에 조영제를 주입하기 전과 후의 사진을 찍는 방식으로, 이는 의사들이 종양을 통해 혈류가 어떻게 흐르는지 보는 데 도움을 줍니다. 연구진은 I-SPY2 임상 시험의 데이터로 모델을 학습시켰고, 그 후 완전히 별개의 환자 그룹인 I-SPY1 시험 데이터를 사용하여 모델이 서로 다른 기계와 서로 다른 스캐닝 프로토콜에서도 작동하는지 테스트했습니다. 모델은 각 환자에 대해 두 세트의 이미지를 살펴보도록 설계되었습니다. 하나는 치료 시작 전의 이미지이고, 다른 하나는 보통 약 3주 후인 치료 초기 단계의 이미지입니다. 이 두 시점을 비교함으로써 시스템은 종양이 어떻게 변화하고 있는지 확인할 수 있었습니다.

이 새로운 접근 방식의 핵심은 '개념 병목(concept bottleneck)'입니다. 모델이 환자의 완치 여부에 대한 최종 예측을 내리기 전에, 반드시 먼저 구체적이고 측정 가능한 개념들을 식별해야 합니다. 여기에는 기능적 종양 부피(functional tumor volume, 종양이 얼마나 활발하게 성장하고 있는지를 나타내는 척도)와 구형도(sphericity, 종양이 얼마나 둥글거나 불규칙한지를 설명하는 척도) 등이 포함됩니다. 또한 종양이 고형 덩어리로 보이는지 아니면 더 확산된 형태의 조영 증강 양상을 보이는지, 그리고 가장자리가 날카로운지 혹은 흐릿한지도 살펴봅니다. 시스템은 이 11가지 개념을 높은 정확도로 예측하며, 이는 해당 개념을 측정하기 위해 특별히 설계된 컴퓨터 프로그램의 결과와 일치합니다. 일단 이러한 특징들이 식별되면, 이들은 마치 방사선 전문의처럼 행동하는 언어 모델로 전달됩니다. 이 언어 모델은 특징 목록을 읽고 구조화된 보고서를 작성하여, 어떤 요인이 완치 쪽으로 예측을 밀어붙이고 있으며 어떤 요인이 완치를 저해하고 있는지를 설명합니다.

연구진이 모델을 테스트했을 때, 모델은 우수한 성능을 보였습니다. 테스트에 사용된 환자 그룹에서 시스템은 완전 관해를 달-성할 환자와 그렇지 못한 환자를 0.76의 정확도로 정확히 구분해 냈습니다. 완전히 독립적인 다른 임상 시험 그룹에 대해 테스트했을 때도 정확도는 0.71로 여전히 강력하게 유지되었습니다. 이는 매우 중요한데, 이 모델이 서로 다른 병원과 서로 다른 유형의 MRI 기기에서도 작동할 수 있음을 보여주기 때문입니다. 이는 의료용 AI가 흔히 겪는 난관입니다. 또한 연구는 예측의 가장 중요한 요인이 기능적 종양 부피의 변화라는 것을 밝혀냈습니다. 즉, 치료 초기 몇 주 동안 종양이 가장 많이 줄어든 환자들이 치료 종료 시점에 암이 남아 있지 않을 가능성이 가장 높았습니다. 이 발견은 의사들이 이미 알고 있는 사실과 일치하지만, 새로운 시스템은 이를 명시적으로 알려주지 않고도 스스로 확인해 냈습니다.

연구진은 또한 모델의 신뢰도가 유용한 가이드가 된다는 점을 발견했습니다. 시스템이 자신의 예측에 매우 확신할 때, 정답률은 88%였습니다. 그러나 예측이 경계선에 있거나 불확실할 때, 정확도는 58%로 떨어졌습니다. 이는 이 도구가 의사들이 시간을 우선순위에 두는 데 도움을 줄 수 있음을 시사합니다. 만약 모델이 명확한 반응자 또는 명확한 비반응자라고 말한다면, 의사는 그 평가를 신뢰할 수 있습니다. 만약 모델이 불확실하다면, 의사는 해당 사례를 더 면밀히 살피거나 다른 방법에 의존해야 한다는 것을 알게 됩니다. "나는 잘 모르겠다"라고 말할 수 있는 능력은 의료 도구에 있어 매우 중요한 기능인데, 이는 데이터가 모호할 때 시스템이 위험한 추측을 하는 것을 방지하기 때문입니다.

가장 흥미로운 발견 중 하나는 모델이 서로 다른 암 유형과 치료법을 어떻게 처리했는가 하는 점이었습니다. 모델은 대부분의 그룹에서 잘 작동했지만, 특정 유형의 면역 요법을 받는 환자들에게는 약간 어려움을 겪었습니다. 이러한 경우, MRI상의 일반적인 종양 축소 징후가 실제 생물학적 반응과 항상 일치하지는 않았습니다. 모델은 표준적인 부피 변화 측정법이 이 그룹에서는 신뢰도가 낮다는 점을 정확히 식별해 냈으며, 이는 현재 우리가 면역 기반 치료의 성공을 측정하는 방식의 알려진 한계를 강조합니다. 블랙박스 모델이라면 놓치거나 간과했을 이 미묘한 차이는 시스템의 추론 과정에서 명확히 드러났으며, 이는 시스템이 질병의 특정 생물학적 특성에 주의를 기울이고 있음을 보여주었습니다.

이 연구는 또한 과정 전체를 투명하게 만듦으로써 신뢰 문제를 다루었습니다. 모델의 추론이 표준 의학적 개념을 바탕으로 구축되었기 때문에, 방사선 전문의는 동일한 스캔을 보고 모델의 작업을 확인할 수 있습니다. 그들은 시스템이 종양의 모양이나 성장률을 올바르게 식별했는지 확인할 수 있습니다. 만약 모델이 실수를 하더라도, 의사는 어떤 개념이 잘못 식별되었는지 정확히 알 수 있습니다. 이러한 수준의 세부 사항은 전통적인 딥러닝 모델이 제공할 수 없는 것인데, 기존 모델들은 종종 인간의 눈에는 보이지 않는 패턴에 의존하기 때문입니다. 모델의 예측을 의사들이 이해하는 개념에 근거하게 함으로써, 연구진은 검증되고 감사할 수 있는 도구를 만들었으며, 단순히 믿음으로 받아들여야 하는 도구가 아닌 것을 만들었습니다.

그럼에도 불구하고 연구진은 자신들의 작업에 대한 한계를 명시하고 있습니다. 모델은 특정 임상 시험의 데이터로 학습되었으며, 독립적인 데이터 세트에서는 잘 작동했지만, 일상적인 진료 현장의 모든 변동성이 존재하는 실제 병원 환경에서는 아직 테스트되지 않았습니다. 또한, 시스템은 모든 개념을 인간 전문가가 직접 확인하는 대신 알고리즘적 정의에 의존하여 측정합니다. 이는 모델이 해석 가능하다 할지라도, 그 학습의 근거가 되는 '진실(ground truth)'이 인간의 최종 판단이라기보다는 컴퓨터의 최선의 추측이라는 것을 의미합니다. 연구진은 또한 모델이 단기적 결과(예: 수술 시점에 암이 사라질지 여부)를 예측하지만, 장기 생존율이나 몇 년 후 암이 재발할 위험까지는 아직 예측하지 못한다고 지적합니다.

이 연구는 의료 분야에서 인공지능이 구축되는 방식의 변화를 나타냅니다. 연구진은 단순히 작동 방식에 상관없이 가장 정확한 시스템을 만드는 대신, 명확성과 책임감을 우선시했습니다. 그들은 정확하면서도 이해 가능한 시스템을 구축하는 것이 가능하다는 것을 보여주었습니다. AI가 방사선학의 언어로 말하고 관찰 가능한 특정 특징을 통해 결론을 정당화하도록 함으로써, 연구진은 머신 러닝의 강력함과 인간 임상의의 판단력 사이에 가교를 놓았습니다. 이 방식은 의사를 대체하는 것이 아니라, 의사에게 데이터를 바라보는 새로운 방법, 즉 명확하고 논리적이며 검사가 가능한 방법을 제공합니다. 이해관계가 매우 높은 분야에서, 이러한 종류의 투명성은 강력한 도구들을 마침내 실제 임상 현장으로 가져오는 열쇠가 될 수 있습니다.