전립선 MRI 기반 암 등급 예측 모델이 임상 변수를 얼마나 의존하는지를 따져본 arXiv 프리프린트가 나왔다. 연구진은 MRI 영상과 ISUP Grade Group을 종양 병리의 관측값으로 두고, 특정 임상 변수를 하나씩 억제했을 때 예측 성능이 어떻게 바뀌는지 보는 인과적-적대적 탐색 틀을 제안했다.
핵심은 단순한 상관 확인이 아니라, 해당 변수가 잡음성 지름길인지 질환 관련 신호인지, 혹은 예측과 무관한지 구분하려는 데 있다. 이를 위해 인코더는 등급 예측 정보를 유지하면서 선택한 임상 변수의 복원 가능성을 낮추도록 학습되고, MRI만 쓰는 기준 모델과의 차이를 비교했다.
실험은 UCLH 임상기록 데이터의 2,903회 전립선 MRI와 2,038명 환자에 대해 수행됐고, 576명 환자의 PROMIS 자료는 외부 검증으로 완전히 분리했다. 내부 데이터는 환자 단위로 7:1:2로 나눴으며, 주요 이진 과제는 ISUP Grade Group 2 이상 대 2 미만 분류였다. 성능 평가는 AUC, balanced accuracy, Sens@80Spec로 진행됐고, 주 과제는 6개 무작위 시드의 평균과 95% 신뢰구간으로 보고됐다.
내부 테스트셋에서 MRI-only 기준 AUC는 67.63%(95% CI 67.06–68.30)였다. 나이 억제는 68.86%로 1.23%포인트, BMI 억제는 68.47%로 0.84%포인트, 음주 억제는 69.04%로 1.42%포인트 올라 모두 유의했다. 반대로 PSA 억제는 65.72%로 1.91%포인트 낮아졌고, 전립선 용적 억제는 60.02%로 7.61%포인트 하락해 가장 큰 성능 저하를 보였다.
외부 검증 PROMIS에서도 같은 경향이 일부 유지됐다. 기준 AUC는 64.60%(95% CI 63.47–65.45)였고, 음주 억제는 AUC와 Sens@80Spec 개선과 연결됐다. 반면 이진 PI-RADS 억제는 2.80%포인트, PSA 억제는 1.54%포인트, 전립선 용적 억제는 3.15%포인트 AUC를 낮췄다. ResNet-18에서도 전립선 용적 억제가 AUC 4.97%포인트, Sens@80Spec 5.02%포인트 저하로 가장 큰 손실을 냈다.
| 공변량 | UCLH AUC 변화 | PROMIS AUC 변화 | 근거 위치 |
|---|---|---|---|
| Age | +1.23% | +0.78% | p.7 Table 2 |
| PSA value | -1.91% | -1.54% | p.7 Table 2 |
| Prostate volume | -7.61% | -3.15% | p.7 Table 2 |
자료: STORIUM 정리
연구진은 이런 결과가 임상 변수가 모두 같은 방식으로 작동하지 않음을 보여준다고 정리한다. 일부 변수는 일반화에 불리한 지름길 정보를 줄이는 방향으로, 다른 변수는 과제 관련 신호를 제공하는 방향으로 작동했다. 한편 이는 인과 그래프의 충분한 증명이라기보다, 표현 수준에서 변수 의존성을 가늠하는 민감도 결과로 해석해야 한다.
저작권자 © STORIUM 무단전재 및 재배포 금지
