NPCNet 탐색기 기반 가짜 텍스트를 이용한 초기 패혈증 군집화

초록

NPCNet은 시간‑연속 전자의무기록(EHR)을 ‘가짜 텍스트’ 형태로 변환하고, 정적 변수와 결합해 임베딩을 생성한다. 목표 탐색기(target navigator)라는 보조 과제를 통해 임베딩에 임상적 관련성을 주입하고, 클러스터링 연산자를 적용해 네 가지 임상적으로 의미 있는 패혈증 표현형(α, β, γ, δ)을 도출한다. 내부 지표(SI, CHI, DBI)와 외부 검증에서 기존 방법들을 크게 앞섰으며, 조기 혈관수축제 투여가 α, β, δ 표현형에서 사망 위험 감소와 연관됨을 확인하였다.

상세 분석

NPCNet은 기존 시계열 클러스터링이 갖는 두 가지 한계를 극복하도록 설계되었다. 첫째, 연속적인 실험실·생체징후 데이터를 그대로 사용하면 결측치와 불규칙한 측정 간격 때문에 정보 손실이 발생한다. 이를 해결하기 위해 저자들은 각 변수의 값을 사전 정의된 구간(bins)으로 이산화하고, 시간 순서를 토큰화하여 “가짜 텍스트(pseudo‑text)”를 만든다. 이 텍스트는 BERT‑유사 구조의 임베딩 생성기에 입력되어, 시계열 패턴을 단어 순서와 유사하게 보존한다. 둘째, 클러스터링이 단순히 데이터의 통계적 유사성에만 초점을 맞추면 임상적 의미와 괴리될 위험이 있다. NPCNet은 ‘목표 탐색기(target navigator)’라는 보조 네트워크를 도입해 두 개의 임상적 목표—환자의 사망 위험과 장기 퇴원 상태(방전 여부)—를 예측하도록 학습한다. 이 과정에서 확률 손실과 거리 손실을 결합한 복합 손실 함수를 사용해 임베딩이 임상 결과와 강하게 연관되도록 유도한다.

클러스터링 연산자는 임베딩 공간에서 K‑means와 유사하게 중심(centroid)을 학습하지만, 탐색기 손실이 반영된 임베딩을 입력으로 받아 군집 경계가 임상적 차이를 최대화하도록 조정한다. 평가에서는 Silhouette Index(SI), Calinski‑Harabasz(CHI), Davies‑Bouldin(DBI) 세 가지 내부 지표를 10번의 랜덤 시드에 대해 평균을 구해 비교했으며, NPCNet은 SI 0.447, CHI 2.051, DBI 0.670으로 기존 DCN, DKM, naviDCN 등을 모두 앞섰다.

표현형 분석에서는 α, β, γ, δ 네 군집이 각각 연령·합병증·기관계 손상 정도에서 차이를 보였으며, 특히 α와 δ는 초기 SOFA 점수가 유사하지만 α는 1‑주 사망률 1.4%에 불과한 반면 δ는 46.2%로 극명한 차이를 나타냈다. 치료 효과 분석에서는 다변량 로지스틱 회귀를 통해 ‘혈관수축제 투여 시점’이 α, β, δ 표현형에서 사망 위험을 유의하게 증가시키는 요인임을 확인했으며, 1시간 지연 시 α는 31.8% 위험 증가, β는 15.6%, δ는 16.0% 증가하였다. 민감도 분석(E‑value)에서도 이러한 연관성이 강건함을 입증했다.

또한, 각 변수의 구간화 방식, 임베딩 추출 모델(MLP, CNN 오토인코더 vs. 텍스트 기반), 손실 구성(확률·거리 vs. 단일) 등에 대한 4가지 소거 실험을 수행해 텍스트 기반 임베딩과 복합 손실이 성능 향상의 핵심임을 확인했다. 외부 검증으로 eICU 코호트를 사용했을 때도 동일한 네 표현형이 재현되었으며, SOFA 궤적과 임상 결과가 일관되게 나타났다.

전반적으로 NPCNet은 시계열 EHR 데이터를 텍스트화해 시계열 정보를 보존하면서, 임상 목표를 직접 손실에 반영함으로써 통계적 군집과 임상적 의미를 동시에 최적화한 혁신적 프레임워크라 할 수 있다. 다만, 가짜 텍스트 생성 시 구간 설정에 대한 민감도, 다기관 데이터에서의 일반화 가능성, 그리고 실제 임상 적용을 위한 실시간 추론 비용 등에 대한 추가 연구가 필요하다.