의료 데이터 표현 학습을 통한 진단 정확도 향상

초록

본 논문은 진단 데이터를 이종 네트워크로 모델링하고, 메타패스 기반 변형 metapath2vec 알고리즘을 적용해 노드 임베딩을 학습하는 프레임워크를 제안한다. 증상‑질병 분류와 질병 예측 두 가지 실제 사례에서 기존 대표 학습 기법들과 비교했을 때 정확도·F1·AUC 등에서 현저한 성능 향상을 확인하였다.

상세 분석

이 연구는 의료 분야에서 데이터의 이질성을 효과적으로 통합하기 위해 이종 그래프(heterogeneous network)를 구축한다. 노드 유형은 환자, 증상, 질병, 검사결과, 처방 등으로 정의되고, 각 노드 간 관계(예: 환자‑증상, 증상‑질병, 질병‑처방 등)는 의료 지식베이스와 전자의무기록(EMR)에서 추출한다. 이러한 구조는 전통적인 벡터화 방식이 놓치기 쉬운 다중 관계와 의미적 연관성을 보존한다는 장점을 가진다.

임베딩 학습 단계에서는 기존 metapath2vec를 그대로 적용하는 대신, 의료 도메인 특성을 반영한 몇 가지 수정이 가해졌다. 첫째, 메타패스 설계 시 임상적 의미가 높은 경로(예: 환자→증상→질병, 질병→검사→결과)를 우선적으로 선택하고, 경로별 가중치를 부여해 중요한 관계가 임베딩에 더 크게 반영되도록 했다. 둘째, 랜덤 워크 과정에서 의료 데이터 특유의 불균형을 완화하기 위해 샘플링 확률을 조정하고, 희소한 노드(희귀 질환 등)에 대한 과대표집(over‑sampling) 전략을 도입했다. 셋째, 부정 샘플링(negative sampling) 단계에서 단순히 무작위 선택이 아니라, 의미적으로 가까운 노드(예: 동일 카테고리 내 다른 증상)를 선택해 학습 효율과 임베딩 품질을 동시에 높였다.

비교 실험에서는 메타패스 기반 임베딩 외에도 DeepWalk, node2vec, GraphSAGE, 그리고 최근 주목받는 Graph Attention Network(GAT) 등을 동일한 이종 그래프에 적용하였다. 평가 지표는 정확도, 정밀도·재현율·F1 점수, 그리고 이진 분류의 경우 AUC‑ROC를 사용했다. 증상‑질병 분류 과제에서는 제안 방법이 평균 7~9%p의 정확도 상승을 보였으며, 특히 희귀 질환에 대한 재현율이 15%p 이상 개선되었다. 질병 예측(향후 6개월 내 발병 여부)에서는 AUC가 0.842에서 0.904로 상승해 임상 적용 가능성을 크게 높였다.

한계점으로는 (1) 대규모 실시간 데이터 스트림에 대한 확장성 검증이 부족하고, (2) 임베딩 해석 가능성이 낮아 의료 전문가가 결과를 신뢰하기 어려울 수 있다는 점을 들었다. 또한, 메타패스 설계가 도메인 전문가의 사전 지식에 크게 의존하므로, 다른 의료 분야로 일반화하려면 추가적인 지식 엔지니어링이 필요하다.

향후 연구 방향으로는 동적 이종 네트워크를 고려한 시계열 임베딩, 멀티모달 데이터(이미지·유전정보·텍스트)와의 통합, 그리고 임베딩 기반 설명 모델을 결합해 의사결정 지원 시스템에 직접 적용하는 방안을 제시한다. 이러한 확장은 현재 제안된 프레임워크가 단순한 특성 추출을 넘어, 실제 임상 워크플로우에 통합될 수 있는 기반을 제공한다는 점에서 의미가 크다.