다중 코호트 도메인 적응을 통한 고관절 골절 위험 예측 일반화 향상

초록

본 연구는 SOF, MrOS, UKB 세 대규모 코호트를 활용해 임상·DXA 특성을 공유하고, MMD, CORAL, DANN 등 세 가지 무감독 도메인 적응 기법 및 그 조합을 적용해 고관절 골절 위험 모델의 일반화 성능을 평가한다. 남성 전용·여성 전용 소스 코호트에서 각각 대상 코호트(UKB)로 전이했을 때, 단일 기법보다 복합 기법이 AUC를 크게 향상시켰으며, 특히 MMD·CORAL·DANN을 모두 결합한 모델이 남성 소스에서 0.88, 여성 소스에서 0.95의 최고 AUC를 기록했다. 또한, 목표 코호트의 라벨을 사용하지 않는 평균 분포 차이 기반 하이퍼파라미터 선택 전략을 제안해 실제 임상 배치 상황에 적합한 모델 선택이 가능함을 보였다.

상세 분석

이 논문은 고관절 골절 위험 예측이라는 임상적 중요 과제를 도메인 적응이라는 최신 머신러닝 프레임워크에 적용한 점에서 의미가 크다. 먼저 데이터 전처리 단계에서 세 코호트 간에 동일한 12개의 임상·DXA 변수를 엄격히 harmonize함으로써 변수 정의·단위 차이를 최소화하였다. 특히 UKB에서 결측치와 애매한 범주를 제거하고, DXA 값을 연령별 무골절군을 기준으로 T‑score 형태로 변환한 점은 통계적 일관성을 확보하는 데 기여한다.

모델 아키텍처는 2‑layer MLP 기반 피처 추출기와 sigmoid 로짓 분류기로 구성되었으며, 임베딩 차원을 256으로 고정하였다. 이는 충분한 표현력을 제공하면서도 과적합 위험을 억제한다. 불균형 데이터(골절 사건이 매우 희소) 대응을 위해 클래스 가중치와 가중 샘플링, 약간의 양성 클래스 증강을 적용했으며, 이는 학습 안정성을 높이는 실용적 선택이다.

도메인 적응 기법은 세 가지를 독립적으로 구현하고, 조합 실험을 통해 시너지 효과를 검증했다. MMD는 RBF 커널(멀티스케일, median heuristic 기반)로 소스·타깃 임베딩 분포 차이를 최소화하고, CORAL은 공분산 정렬을 통해 2차 통계량을 맞춘다. DANN은 gradient reversal layer를 이용해 도메인 구분자를 동시에 학습함으로써 도메인 불변 특성을 강제한다. 특히 세 기법을 모두 적용한 복합 모델은 각 방법이 포착하는 분포 차원의 보완성을 활용해 가장 높은 AUC를 달성했으며, 이는 “다중 정렬” 전략이 단일 정렬보다 더 견고한 일반화 성능을 제공함을 실증한다.

하이퍼파라미터 선택 과정에서 기존 연구가 타깃 라벨을 이용해 모델을 튜닝하는 반면, 저자는 평균 분포 차이(mean distributional discrepancy)를 기준으로 무감독 방식으로 최적 파라미터를 탐색했다. 이는 실제 임상 현장에서 타깃 코호트의 라벨을 알 수 없는 상황에서도 모델 선택이 가능하도록 하여, 연구 결과의 실용성을 크게 높인다.

실험 결과는 남성·여성 각각의 소스 코호트에서 타깃 코호트(UKB)로 전이했을 때, 무감독 도메인 적응이 없는 baseline 대비 AUC가 평균 0.07~0.12 상승했으며, 특히 복합 모델이 가장 안정적인 성능 향상을 보였다. 또한, 타깃 코호트 내에서 pseudo‑training과 held‑out 평가를 구분함으로써 데이터 누수 없이 순수한 일반화 성능을 측정했다.

전체적으로 이 연구는 (1) 임상 데이터의 변수를 일관되게 정제·공통화하는 방법론, (2) 세 가지 도메인 적응 기법의 구현 및 조합 전략, (3) 라벨이 없는 타깃 코호트에서의 하이퍼파라미터 선택 방안이라는 세 축을 통해 고관절 골절 위험 모델의 전이 학습 가능성을 체계적으로 검증하였다. 향후 다양한 인구통계학적 특성을 가진 코호트에 적용하거나, 추가적인 이미지·유전 정보와 결합한다면 더욱 강건한 임상 의사결정 지원 도구로 확장될 전망이다.