경도인지장애 환자가 알츠하이머병으로 전환될 위험과 시점을 예측하고 환자별 라우팅 근거를 자연어로 내놓는 iLENS가 제안됐다. 펜실베이니아대학교와 예일대학교 연구진은 GPT-4.1 mini가 임상 메모와 신경영상 지표를 읽어 혼합전문가 모델의 가중치를 정하도록 설계했다. 연구는 ADNI 참가자 398명을 대상으로 했다.
GPT-4.1 mini는 영상 종류별로 네 개의 생리학적 전문가를 정의하고, 환자마다 관련도가 높은 두 전문가에 희소 가중치를 배분했다. 입력은 116개 뇌 영역 측정값을 묶은 중간 규모 영역 요약과 초기 평가·최근 병력 메모다. 생존 모델은 이 표현으로 2개 또는 3개의 잠재 집단과 Weibull 분포를 학습한다.
데이터는 ADNI에서 경도인지장애를 유지하거나 관찰 중 알츠하이머 진단으로 전환한 398명의 첫 진단 시점 자료다. 구조 MRI 기반 VBM, FDG-PET, AV45-PET을 각각 사용했고 60·10·30 비율로 학습·검증·시험 세트를 나눴다. 모든 모델은 Optuna 15회로 조정됐으며 결과는 단일 분할의 시험 세트에서 보고됐다.
| K=2 C-index | iLENS | 비교모델 최고 | 최고 모델 |
|---|---|---|---|
| VBM | 0.670 | 0.638 | iLENS |
| FDG | 0.775 | 0.679 | iLENS |
| AV45 | 0.759 | 0.786 | DCSM |
iLENS의 K=2 C-index는 VBM 0.670, FDG 0.775, AV45 0.759였다. VBM과 FDG에서는 비교모델보다 높았지만 AV45에서는 DCSM 0.786보다 낮았다. K=3 FDG에서도 iLENS 0.722보다 DCSM 0.803이 높았다. 논문이 함께 평가한 하위집단 분리도와 예후 판별력은 영상 종류와 집단 수에 따라 우위가 달랐다.
자연어 설명의 정확성은 임상의 판독 시험으로 검증되지 않았다. LLM의 사전지식 오류나 환각은 전문가 정의와 환자 라우팅을 흔들 수 있으며, 연구진도 임상 해석에는 사람의 감독이 필요하다고 밝혔다. ADNI 단일 코호트, 알츠하이머 한 질환, 단일 분할, K=2·3만 평가한 결과다.
논문은 2026년 7월 공개된 동료검토 전 프리프린트다. 다른 병원·인구집단·영상 프로토콜과 여러 LLM에서 같은 결과가 나오는지는 알 수 없다. iLENS는 현재 연구·탐색용이며 환자의 진단이나 치료 결정을 대신하는 임상 도구로 평가되지 않았다.
저작권자 © STORIUM 무단전재 및 재배포 금지
