Deep Learning versus Linear Mixed Models for Estimating Treatment Effects in Longitudinal Repeated-Measures Studies

임상 연구의 세계에서 과학자들은 종종 환자들이 시간이 지남에 따라 어떻게 변화하는지 추적해야 합니다. 예를 들어, 우울증 약을 복용하는 사람을 상상해 보십시오. 그들의 증상은 단 한 순간에 '나쁨'에서 '좋음'으로 단순히 도약하지 않습니다. 대신, 약물, 생물학적 요인, 그리고 시간의 흐経過에 영향을 받으며 매일매일 변동합니다. 치료가 진정으로 효과가 있는지 이해하기 위해, 연구자들은 수 주, 수 개월 또는 수 년 단위로 여러 시점에 걸쳐 데이터를 수집하며, 각 개인에 대한 일련의 측정값들을 만들어냅니다. 문제는 동일한 개인으로부터 얻은 이러한 반복된 측정값들이 서로 연결되어 있다는 점입니다. 즉, 첫째 날에 일어난 일이 둘째 날에 일어날 일에 영향을 미칩니다. 전통적인 통계 도구들은 이러한 연결된 데이터 지점들을 풀어내는 표준으로서 오랫동안 사용되어 왔으며, 이를 통해 과학자들은 약물의 진정한 효과와 환자 상태의 자연스러운 기복을 분리할 수 있었습니다. 하지만 이러한 전통적인 도구들은 연구자들이 데이터를 살펴보기 전부터 회복 곡선의 형태에 대해 특정한 가정을 해야 한다는 단점이 있습니다. 만약 실제 세계의 회복이 사전에 가정했던 경로와 다른 방식으로 진행된다면, 해당 도구는 목표를 놓칠 수도 있습니다.

최근 몇 년 사이, 딥러닝이라 불리는 더 유연한 접근 방식이 등장했습니다. 전통적인 도구와 달리, 딥러닝은 미리 설정된 형태나 경직된 공식을 가지고 시작하지 않습니다. 대신, 인간의 뇌가 학습하는 방식을 모방하도록 설계된 컴퓨터 시스템을 사용하여, 데이터 자체로부터 복잡한 패턴과 관계를 직접 발견해 냅니다. 이러한 유연성은 강력하지만, 표본 크기가 적고 오류의 비용이 높은 고도의 긴장감이 흐르는 의료 시험 환경에서, 이처럼 유연하고 데이터 집약적인 접근 방식이 실제로 기존의 규칙 기반 방법보다 더 나은 성능을 보이는가 하는 중요한 질문을 제기합니다. 프랑스의 한 연구팀은 어떤 방법이 치료 효과를 더 정확하게 측정할 수 있는지 확인하기 위한 통제된 실험을 설계함으로써 이 질문에 답하고자 했습니다.

연구진은 이를 실제 환자에게 테스트한 것이 아니라, 주요 우울 장애에 대한 임상 시험을 매우 사실적으로 구현한 컴퓨터 시뮬레이션 상에서 수행했습니다. 그들은 240명의 참가자가 위약(플라세보) 그룹, 저용량 투여 그룹, 고용량 투여 그룹의 세 그룹으로 나뉘는 가상의 세계를 구축했습니다. 그들은 환자들의 우울증 점수가 8주 동안 어떻게 변하는지 시뮬레이션했으며, 테스트의 견고함을 보장하기 위해 세 가지 서로 다른 유형의 회복 패턴을 만들었습니다. 또한, 일부 참가자들이 서로 다른 시간에 혹은 서로 다른 빈도로 평가받는 시나리오를 테스트하여 검진 일정의 변화도 반영했습니다. 이 가상 환경에서 연구진은 시뮬레이션의 규칙을 직접 작성했기 때문에 약물이 어떻게 작용하는지에 대한 정확한 '진실'을 알고 있었습니다. 이를 통해 그들은 두 가지 방법, 즉 전통적인 통계 모델과 새로운 딥러닝 시스템이 알려진 진실을 얼마나 잘 찾아내는지 비교하는 심판 역할을 할 수 있었습니다.

분석이 시작되었을 때, 두 방법 모두 일반적인 추세는 파악할 수 있었습니다. 즉, 고용량이 저용량보다 효과적이며, 두 용량 모두 위약보다는 효과적이라는 사실을 확인했습니다. 이러한 넓은 의미에서 두 접근 방식 모두 성공적이었습니다. 그러나 연구진이 수치의 정밀도를 자세히 들여다보았을 때, 명확한 차이가 나타났습니다. 전통적인 방법은 평균적으로는 신뢰할 만했지만, 알려진 진실로부터 추정치가 눈에 띄게 벗어나는 현상을 보였습니다. 평균적으로, 이 방법이 계산한 치료 효과는 우울증 척도 기준으로 약 3.5점 정도의 오차를 보였습니다. 반면, 딥러닝 시스템은 놀라울 정도로 정밀했습니다. 이 시스템의 추정치는 실제 값과의 차이가 약 0.15점에 불과했습니다. 딥러닝 시스템은 또한 알려진 현실과 훨씬 더 긴밀하게 일치하며 실제 값을 거의 완벽하게 따라갔던 반면, 전통적인 방법은 그룹 간의 차이를 뭉뚱그려 실제 치료의 강도를 과소평가하는 경향을 보였습니다.

연구는 또한 검진 일정과 빈도가 달라지는 실제 세계의 시나리오를 모사하여, 각 시스템이 변동하는 시기와 빈도에 따라 어떻게 수행되는지를 조사했습니다. 딥러닝 모델은 데이터가 불규칙한 간격으로 수집되는 상황에서도 정확성을 유지하며 견고함을 입증했습니다. 이 모델은 환자의 회복 패턴이 어떤 모습이어야 하는지 미리 전달받지 않고도 밑바탕에 깔린 패턴을 학습해 냈습니다. 데이터가 사전에 설정된 기대치와 완벽하게 일치하지 않을 때, 데이터가 어떻게 연결되어 있고 회복 곡선이 어떤 모양인지에 대한 구체적인 가정에 의존하는 전통적인 방법은 진실로부터 더 큰 편차를 보였습니다. 연구진은 딥러닝 접근 방식이 밑바탕이 되는 시스템에 대한 훨씬 적은 가정을 필요로 하면서도 진실에 더 가까운 결과를 만들어낸다는 것을 발견했습니다.

시뮬레이션에서의 이러한 인상적인 결과에도 불구하고, 저자들은 이를 최종적인 승리로 선언하는 것은 경계하고 있습니다. 그들은 이러한 결과가 자신들이 설정한 특정 조건들에 국한된 것임을 강조합니다. 이 연구는 특정 유형의 우울증 척도, 특정 규모의 참가자 수, 그리고 데이터가 생성되는 방식에 대한 특정 규칙들을 사용했습니다. 딥러닝 방식이 통제된 환경에서 우수한 성능을 보였지만, 연구진은 이것이 모든 의료 시험에서 보편적으로 더 낫다고 주장하는 것은 아닙니다. 그들은 딥러닝 모델이 복잡하고 해석하기 어려울 수 있으며, 이 시뮬레이션에서의 성공이 모든 실제 상황에서 전통적인 방법을 능가할 것이라는 보장을 하지 않는다는 점을 언급했습니다. 이 연구는 딥러inen이 복잡한 패턴을 예측하기 어렵고 사전에 정의하기 힘들 때, 치료 효과를 추정하는 데 있어 강력하고 신뢰할 수 있는 도구가 될 수 있음을 보여주는 '개념 증명(proof of concept)' 역할을 합니다. 이는 과학자들이 더 크고 다양한 임상 시험을 통해 실제 삶의 변수들이 완전히 도입되었을 때도 이러한 정밀함이 유지되는지 테스트하도록 권하며, 더 깊은 연구의 문을 열어줍니다.