Comparison of parsimonious and deep learning models for predicting surgical resource utilization in total hip arthroplasty: a retrospective cohort study

당신이 거대하고 북적이는 우주선의 선장이라고 상상해 보십시오. 당신의 임무는 단순히 비행하는 것이 아닙니다. 모든 착륙, 연료 보급, 그리고 승무원의 휴식 시간을 완벽한 정밀도로 계획하는 것입니다. 만약 예측에 실패한다면, 연료가 바닥나거나, 더 심각하게는 다른 배가 도킹 베이에 충돌하는 상황을 초래할 수도 있습니다. 의학의 세계에서 병원은 바로 그 우주선이며, 수술은 착륙과 같습니다. 수년 동안 의사들은 수술이 얼마나 걸릴지, 환자가 병원에 며칠 동안 머물지를 정확히 예측하려고 노력해 왔습니다. 그들은 "머신러닝"을 사용하는데, 이는 컴퓨터에게 환자의 의료 기록을 읽어 미래를 예측하도록 가르치는 것과 같습니다. 마치 초정밀 기상 관측 위성이 폭풍을 예측하는 것과 비슷하죠. 여기서 모두가 던지는 핵심적인 질문은 이것입니다. 이 예측을 위해 우리는 초복잡하고 첨단 기술이 집약된 기상 위성이 필요한가, 아니면 단순하고 오래된 온도계만으로도 충분한가? 이것이 우리가 탐구할 이야기의 핵심입니다.

---

위대한 예측 경주: 슈퍼컴퓨터 대 단순 평균

이 연구에서 연구진은 세계에서 가장 "똑똑한" 컴퓨터들을 가장 "멍청한"(하지만 놀라울 정도로 효과적인) 방법인 '평균 내기'와 맞붙여 보기로 했습니다. 그들은 화려한 인공지능(AI)이 정말로 단순한 계산기보다 병원의 인공 고관절 치환술(THA) 일정을 더 잘 짤 수 있는지 확인하고 싶었습니다. THA는 망가진 고관절을 고치기 위해 사람들이 가장 흔히 받는 수술 중 하나인 인공 고관절 치환술을 뜻하는 멋진 이름입니다.

연구진은 방대한 양의 데이터, 즉 2014년부터 2023년 사이 북미 전역에서 발생한 307,000건 이상의 인공 고관절 치환술 사례를 수집했습니다. 그들은 이 데이터를 두 가지 유형의 모델에 입력했습니다. 첫째, 딥러닝 모델을 사용했는데, 이는 산더미 같은 단서 속에서 숨겨진 복잡한 패턴을 찾아낼 수 있는 초천재 탐정 팀과 같습니다. 둘째, 단순 평균 모델을 사용했습니다. 이는 기본적으로 "헤이, 평균적으로 수술은 90분 걸리니까, 모두에게 90분이라고 예측하자"라고 말하는 계산기와 같습니다.

결과: 천재 대 평범한 조(Average Joe)

여기서 반전이 일어납니다. 연구진이 순수 수학적 데이터를 살펴보았을 때, 초천재 AI 모델들은 매우 인상적으로 보였습니다. AI는 수술이 정확히 몇 분 동안 지속될지, 혹은 환자가 병원에 정확히 몇 일 동안 머물지를 예측하는 데 있어 약간 더 나은 모습을 보였습니다. AI는 수술 시간을 약 24.2분의 오차로 예측했고, 단순 평균은 그보다 조금 더 큰 오차를 보였습니다.

하지만, 아주 중요한 "하지만"이 있습니다. 연구진은 더 실질적인 질문을 던졌습니다. 이 미미한 개선이 실제로 병원 운영에 도움이 되는가?

당신이 수술을 2시간(120분) 단위의 일정 블록에 끼워 넣으려고 한다고 가정해 봅시다.

• 단순 평균 모델은 83.7%의 확률로 적중했습니다.
• 초천재 AI 모델은 83.8%의 확률로 적중했습니다.

그 차이는 단 **0.1%**였습니다. 이는 마치 동전 던지기에서 승자를 맞히는 게임을 하는데, AI가 천 번의 시도 중 딱 한 번 더 앞면을 맞힌 것과 같습니다. 병원 입장에서 이 아주 작은 수치는 일정 관리에 실질적인 변화를 주지 못합니다. 복잡한 AI는 "이 수술이 예정 시간을 넘길 것인가?"라는 문제를 단순한 과거 수술 이력을 참고하는 것보다 더 잘 해결해주지 못했습니다.

환자의 입원 기간(Length of Stay)에 대한 이야기는 조금 달랐습니다.

• 만약 목표가 환자가 2일 이내에 퇴원할지 예측하는 것이라면, 단순 평균은 **77.9%**의 확률로 맞혔습니다.
• AI는 **81.4%**의 확률로 맞혔습니다.

이는 **3.5%**의 개선입니다. 더 낫긴 하지만, 여전히 완만한 상승입니다. AI가 마법처럼 미래를 예언한 것이 아니라, 정확도를 아주 조금 끌어올렸을 뿐입니다.

왜 AI는 압승하지 못했는가?

연구진은 슈퍼컴퓨터가 단순한 계산기를 압도하지 못한 영리한 이유를 찾아냈습니다. 그들은 인공 고관절 치환술의 경우, 가장 큰 결정 요인이 환자의 특이한 의료 기록이나 혈액 검사 결과가 아니라는 점을 깨달았습니다. 대신, 수술 시간은 주로 누가 수술을 하는가(외과의의 속도)와 어디에서 수술이 진행되는가(병원의 팀 구성과 규칙)에 의해 결정됩니다.

이것을 케이크를 굽는 것에 비유해 보겠습니다. 케이크를 굽는 데 시간이 얼마나 걸릴지 예측하려고 할 때, 제빵사가 좋아하는 오븐 온도(외과의)와 베이커리의 규칙(병원)을 아는 것이 제빵사가 블루베리를 좋아하는지 초콜릿 칩을 좋아하는지(환자의 구체적인 세부 사항)를 아는 것보다 훨씬 더 중요합니다. 연구진이 사용한 데이터베이스에는 "제빵사의 재료 취향"(환자)에 대한 모든 세부 사항은 있었지만, "오븐"(병원 및 외과의)에 대한 세부 사항은 없었습니다. AI가 가장 중요한 단서들을 볼 수 없었기 때문에, 단순히 평균치를 예측하는 것보다 더 나은 성과를 낼 수 없었던 것입니다.

결론

그렇다면, 우리 우주선 선장님에게 주는 교훈은 무엇일까요? 만약 당신이 고관절 수술 일정을 짜려고 한다면, 반드시 시장에 나온 가장 비싸고 복잡한 AI 시스템을 살 필요는 없습니다. 단순하게 평균 시간을 살펴보는 것만으로도 충분히 효과적인데, 그 이유는 병원 자체의 규칙과 외과의의 습관이 환자의 구체적인 의료 데이터가 아닌, 일정의 진짜 동력이기 때문입니다.

이 연구는 병원이 자사의 외과의와 팀에 대한 데이터를 컴퓨터에 입력하기 전까지는, 화려한 AI 모델들이 일종의 "한계점(ceiling)"에 부딪힐 것이라고 시사합니다. 가장 중요한 퍼즐 조각을 놓치고 있기 때문에 더 똑똑해질 수 없는 것입니다. 당분간은 겸손하고 단순한 '평균'이 정확도를 크게 손해 보지 않으면서도 병원의 비용과 복잡성을 줄여주는 가장 실용적인 도구가 될 수 있습니다. AI가 쓸모없는 것은 아니지만, 이 특정 작업에 있어서는 우리가 기대했던 마법 지팡이는 아닙니다.