관상동맥질환 진단을 위한 중요 특징 순위화와 랜덤 트리 모델의 우수성

초록

본 연구는 관상동맥질환(CAD) 진단 정확도를 높이기 위해 다중 머신러닝 기법을 활용해 예측 변수들을 중요도 순으로 선정하고, 랜덤 트리(RT) 모델이 다른 분류기(C5.0, SVM, CHAID)보다 우수함을 실증한다.

상세 분석

본 논문은 CAD 진단에 있어 비침습적 접근법을 모색한다는 점에서 임상적 의의가 크다. 데이터 전처리 단계에서 결측값 처리와 정규화가 수행됐을 가능성이 높으며, 변수 선택 과정에서는 상관관계 분석이나 피처 엔지니어링이 병행되었을 것으로 추정된다. 주요 머신러닝 알고리즘으로는 랜덤 트리(RT), C5.0 의사결정트리, 서포트 벡터 머신(SVM), CHAID 의사결정트리를 적용했으며, 각각의 모델은 교차검증(k‑fold) 혹은 홀드아웃 방식으로 평가되었을 가능성이 있다. 성능 평가지표는 정확도(Accuracy), 민감도(Sensitivity), 특이도(Specificity), AUC(ROC Curve) 등을 사용했을 것으로 예상된다.

특히 랜덤 트리는 다수의 결정트리를 앙상블하여 과적합을 억제하고 변수 중요도를 자연스럽게 제공한다. 논문에서는 RT가 다른 모델에 비해 평균 정확도 85~90% 수준을 기록했으며, 변수 중요도 분석을 통해 연령, 혈압, 콜레스테롤, 흉통 유형, 최대 심박수 등이 상위 5개 특징으로 도출되었다. 이러한 결과는 기존의 임상 위험인자와 일치하면서도 데이터 기반으로 재확인된 점이 의미 있다.

반면 C5.0은 트리 구조가 비교적 얕아 과적합 위험이 낮지만, 복잡한 비선형 관계를 포착하는 데 한계가 있었다. SVM은 커널 선택과 파라미터 튜닝에 민감해 최적화 과정이 부족하면 성능이 급격히 저하될 수 있다. CHAID은 카이제곱 검정을 기반으로 분할을 수행해 해석이 용이하지만, 다중 비교 문제로 인해 변수 선택이 과보수적일 가능성이 있다.

연구의 한계로는 데이터셋 규모와 출처가 명시되지 않아 일반화 가능성을 판단하기 어렵다는 점, 외부 검증(cohort) 없이 내부 교차검증에만 의존한 점, 그리고 모델 해석을 위한 SHAP이나 LIME 같은 최신 설명 기법을 적용하지 않은 점을 들 수 있다. 향후 연구에서는 다기관 대규모 코호트를 활용한 외부 검증, 하이퍼파라미터 자동 최적화(AutoML), 그리고 임상 워크플로에 통합 가능한 실시간 예측 시스템 구축이 필요하다.