병원마다 사용하는 유전자 시퀀싱 패널이 다르면 한 기관에서 만든 예측 모델을 다른 기관에 옮기기 어렵다. 일부 유전자는 측정되지 않아 구조적인 결측이 생기기 때문이다. 공통으로 측정된 유전자만 남기면 정보가 줄고, 불완전한 환자를 제외하면 다기관 자료의 장점이 사라진다. 배치 시점에 누락값을 추정하는 방법도 실제로 관측하지 않은 정보를 모델에 넣는 위험이 있다. SHIFT는 이 문제를 결측 자체를 인식하는 생존 예측으로 다룬다.
모델은 각 유전체 특징을 별도로 표현하고, 특징 사용 가능 여부 마스크와 마스킹 자기주의를 이용해 실제로 관측된 입력만으로 예측한다. 학습 중에는 서로 다른 비율로 특징을 가려 기관마다 다른 결측 패턴에 견디도록 했다. 연구진은 교모세포종과 폐 편평세포암 자료를 사용하고 여러 코호트에서 외부 검증했다. 패널 구성이 심하게 다른 조건에서도 하나의 모델이 서로 다른 특징 집합을 처리하며 표준 생존 분석과 결측치 대체 기반 방법에 경쟁력 있는 일반화를 보였다고 보고했다.
흥미로운 결과는 불완전한 코호트를 개발 과정에 포함하는 것이 외부 자료 성능을 개선할 수 있다는 점이다. 지금까지 버려지던 부분 관측 환자도 적절한 모델링 아래에서는 학습 자원이 될 수 있다. 그러나 관측되지 않았다는 사실 자체가 병원 정책이나 환자 상태와 연결될 수 있으므로 결측 마스크가 뜻하지 않은 기관 신호를 학습할 가능성은 살펴야 한다. 두 암종의 연구 결과를 다른 질환이나 패널에 바로 적용할 수도 없다. SHIFT는 결측치를 없애야 할 잡음이 아니라 실제 배치 조건의 일부로 모델링하는 실용적 방향을 제시한다.
배치 단계에서는 어떤 특징이 관측됐을 때 예측이 크게 달라지는지와 결측 비율에 따른 신뢰도 변화를 함께 제공할 필요가 있다. 패널이 극단적으로 축소된 환자에게도 수치를 강제로 내놓기보다 판단 유보 기준을 두는 것이 안전하다. 기관별 외부 검증과 시간에 따른 패널 변경을 지속적으로 점검해야 이 접근의 실용성이 유지된다.
원문: arXiv 2607.07725
저작권자 © STORIUM 무단전재 및 재배포 금지
