배경: 최근 기계학습 모델의 예측 결과에 대한 설명가능성(explainability)이 주목받고 있다. 대부분의 고성능 예측 모델은 설명이 불가능한 블랙박스(black box)이다. 인공신경망(artificial neural networks) 역시 블랙박스 모델로 간주된다. 비록 이미지 분류 결과를 어느 정도 설명할 수는 있으나, 표 형태(tabular) 데이터에 대한 분류 및 회귀 결과를 설명하는 데에는 여전히 어려움이 있다. 본 연구에서는 신경망 기반 예측 모델로부터 도출된 개별 예측 결과를 설명하고자 한다. 방법: )/weighted sum. 이러한 관점에 기초하여, 신경망을 통해 흐르는 과정에서 각 입력 값이 출력에 기여하는 정도를 계산할 수 있다. 결과: 제안된 방법을 통해 신경망은 더 이상 블랙박스가 아니다. 제안된 방법은 신경망이 수행한 예측을 효과적으로 설명하며, 은닉층의 깊이와 각 은닉층의 노드 수에 독립적이다. 이는 이러한 해석에 대한 명확한 근거를 제공한다. 제안된 방법은 회귀 및 분류 모델 모두에 적용할 수 있다. 또한 제안된 방법은 Python 라이브러리로 구현되어 사용이 용이하다.

배경: 표본 수가 적은 고차원 데이터셋(HDLSS)은 생물학 및 생물정보학 분야에서 핵심적인 역할을 한다. HDLSS의 주요 목표 중 하나는 가장 유익한 특징을 선택하고 중복되거나 관련이 없는 특징을 버리는 것이다. 이는 약물 개발의 전환점을 이끌고 질병 진단에 대한 통찰을 제공할 수 있는 정확한 특징(유전자) 선택이 중요한 생물정보학에서 특히 중요하다. 그럼에도 불구하고 HDLSS에서 최적의 특징을 식별하는 일은 여전히 상당한 과제로 남아 있다. 결과: 이러한 문제를 해결하기 위해, HDLSS 맥락에 맞추어 점진적 순열 필터링과 휴리스틱 삼브리드 검색(tribrid search) 전략을 결합한 효과적인 특징 선택 방법을 제안한다. 제안된 방법은 특징 간 상호작용을 고려하며, 검색 과정에서 특징 순위 정보를 활용한다. 또한 선택된 특징의 개수와 질을 모두 평가하는 HDLSS용 새로운 성능 지표를 제안한다. 벤치마크 데이터셋을 기존 방법들과 비교한 결과, 제안된 방법은 선택된 특징의 평균 개수를 37.8에서 5.5로 감소시켰고, 선택된 특징에 기반한 예측 모델의 성능은 0.855에서 0.927로 향상시켰다. 결론: 제안된 방법은 소수의 중요한 특징을 효과적으로 선택하며 높은 예측 성능을 달성한다.

대사증후군(MetS)은 비만, 고혈압, 고혈당, 이상지질혈증으로 인해 발생하는 만성질환이며, 심혈관질환 또는 제2형 당뇨병으로 이어질 수 있다. 따라서 대사증후군을 조기에 발견하고 예방하는 것은 매우 중요하다. 개인은 일상생활에서 자신의 건강 상태를 쉽게 모니터링할 수 있다면 대사증후군을 조기에 발견하고 이를 효과적으로 관리할 수 있다. 본 연구에서는 비침습적 정보만을 활용하여 대사증후군 예측 모형을 개발함으로써 실제 환경에서의 적용 가능성을 높이고자 하였다. 모형의 구성에서는 혈액검사가 필요한 세 가지 특성, 즉 중성지방, 혈당, HDL 콜레스테롤에 해당하는 특성을 의도적으로 제외하였다. 우리는 대규모 한국 건강검진 데이터셋(n = 70,370; 대사증후군 유병률 = 13.6%)을 사용하여 예측 모형을 개발하였다. 유의미한 특성을 도출하기 위해 허리둘레, 수축기 및 이완기 혈압, 성별의 네 가지 기본 정보로부터 3개의 새로운 합성 특성을 개발하였다. 여러 분류 알고리즘을 시험한 결과, 의사결정나무 모형이 대사증후군의 실용적 예측에 가장 적절함을 확인하였다. 제안된 모형은 AUC 0.889, 재현율 0.855, 특이도 0.773의 양호한 성능을 보였다. 모형은 단지 네 가지 기본 특성만을 사용하므로 단순성과 높은 해석 가능성을 갖는다. 또한 예측확률에 대해 보정(calibration)을 수행하고 모형을 보정하였다. 따라서 제안된 모형은 대사증후군의 진단 및 위험 예측 결과를 제공할 수 있다. 아울러 개인이 대사증후군 여부를 쉽게 판단할 수 있도록 대사증후군 위험 지도를 제안하였다.

설명가능한 인공지능 또는 해석 가능한 기계학습에서 특성 중요도와 상호작용은 주요 쟁점 중 하나이다. 특성 중요도와 상호작용을 측정하기 위해 H-통계량 및 부분의존성(partial dependency)과 같은 여러 방법들이 제안되어 왔다. 그러나 중요도와 상호작용의 실질적 함의를 이해하기는 어렵다. 본 논문에서는 특성 중요도와 상호작용을 측정하기 위한 새로운 방법을 제안한다. 분류 모델의 경우, 예측 모델에서 올바르게 예측된 사례를 관찰하고 그 사례들의 특성에 따라 군집화하였다. 군집 정보로부터 특성 중요도와 상호작용을 도출하는 방법을 제안하였다. 회귀 모델의 경우, 예측 오차의 크기 변화에 따라 사례들을 군집화하였다. 제안된 방법은 특성 중요도와 상호작용에 대해 동일한 타당한 근거를 제공한다. 또한 특성 중요도를 특성의 파워(feature power)와 특성 상호작용(feature interactions)으로 분해하는 것을 지원한다. 제안된 방법을 구현하기 위해 특성 상호작용 그래프를 포함한 세 가지 시각화 도구가 구현되었다. 제안된 연구를 통해 예측 모델의 작동 메커니즘을 보다 잘 이해할 수 있다.

배경: 최근 기계학습 모델의 예측 결과에 대한 설명가능성(explainability)이 주목받고 있다. 대부분의 고성능 예측 모델은 설명이 불가능한 블랙박스(black box)이다. 인공신경망(artificial neural networks) 역시 블랙박스 모델로 간주된다. 비록 이미지 분류 결과를 어느 정도 설명할 수는 있으나, 표 형태(tabular) 데이터에 대한 분류 및 회귀 결과를 설명하는 데에는 여전히 어려움이 있다. 본 연구에서는 신경망 기반 예측 모델로부터 도출된 개별 예측 결과를 설명하고자 한다. 방법: )/weighted sum. 이러한 관점에 기초하여, 신경망을 통해 흐르는 과정에서 각 입력 값이 출력에 기여하는 정도를 계산할 수 있다. 결과: 제안된 방법을 통해 신경망은 더 이상 블랙박스가 아니다. 제안된 방법은 신경망이 수행한 예측을 효과적으로 설명하며, 은닉층의 깊이와 각 은닉층의 노드 수에 독립적이다. 이는 이러한 해석에 대한 명확한 근거를 제공한다. 제안된 방법은 회귀 및 분류 모델 모두에 적용할 수 있다. 또한 제안된 방법은 Python 라이브러리로 구현되어 사용이 용이하다.

배경: 표본 수가 적은 고차원 데이터셋(HDLSS)은 생물학 및 생물정보학 분야에서 핵심적인 역할을 한다. HDLSS의 주요 목표 중 하나는 가장 유익한 특징을 선택하고 중복되거나 관련이 없는 특징을 버리는 것이다. 이는 약물 개발의 전환점을 이끌고 질병 진단에 대한 통찰을 제공할 수 있는 정확한 특징(유전자) 선택이 중요한 생물정보학에서 특히 중요하다. 그럼에도 불구하고 HDLSS에서 최적의 특징을 식별하는 일은 여전히 상당한 과제로 남아 있다. 결과: 이러한 문제를 해결하기 위해, HDLSS 맥락에 맞추어 점진적 순열 필터링과 휴리스틱 삼브리드 검색(tribrid search) 전략을 결합한 효과적인 특징 선택 방법을 제안한다. 제안된 방법은 특징 간 상호작용을 고려하며, 검색 과정에서 특징 순위 정보를 활용한다. 또한 선택된 특징의 개수와 질을 모두 평가하는 HDLSS용 새로운 성능 지표를 제안한다. 벤치마크 데이터셋을 기존 방법들과 비교한 결과, 제안된 방법은 선택된 특징의 평균 개수를 37.8에서 5.5로 감소시켰고, 선택된 특징에 기반한 예측 모델의 성능은 0.855에서 0.927로 향상시켰다. 결론: 제안된 방법은 소수의 중요한 특징을 효과적으로 선택하며 높은 예측 성능을 달성한다.

대사증후군(MetS)은 비만, 고혈압, 고혈당, 이상지질혈증으로 인해 발생하는 만성질환이며, 심혈관질환 또는 제2형 당뇨병으로 이어질 수 있다. 따라서 대사증후군을 조기에 발견하고 예방하는 것은 매우 중요하다. 개인은 일상생활에서 자신의 건강 상태를 쉽게 모니터링할 수 있다면 대사증후군을 조기에 발견하고 이를 효과적으로 관리할 수 있다. 본 연구에서는 비침습적 정보만을 활용하여 대사증후군 예측 모형을 개발함으로써 실제 환경에서의 적용 가능성을 높이고자 하였다. 모형의 구성에서는 혈액검사가 필요한 세 가지 특성, 즉 중성지방, 혈당, HDL 콜레스테롤에 해당하는 특성을 의도적으로 제외하였다. 우리는 대규모 한국 건강검진 데이터셋(n = 70,370; 대사증후군 유병률 = 13.6%)을 사용하여 예측 모형을 개발하였다. 유의미한 특성을 도출하기 위해 허리둘레, 수축기 및 이완기 혈압, 성별의 네 가지 기본 정보로부터 3개의 새로운 합성 특성을 개발하였다. 여러 분류 알고리즘을 시험한 결과, 의사결정나무 모형이 대사증후군의 실용적 예측에 가장 적절함을 확인하였다. 제안된 모형은 AUC 0.889, 재현율 0.855, 특이도 0.773의 양호한 성능을 보였다. 모형은 단지 네 가지 기본 특성만을 사용하므로 단순성과 높은 해석 가능성을 갖는다. 또한 예측확률에 대해 보정(calibration)을 수행하고 모형을 보정하였다. 따라서 제안된 모형은 대사증후군의 진단 및 위험 예측 결과를 제공할 수 있다. 아울러 개인이 대사증후군 여부를 쉽게 판단할 수 있도록 대사증후군 위험 지도를 제안하였다.

설명가능한 인공지능 또는 해석 가능한 기계학습에서 특성 중요도와 상호작용은 주요 쟁점 중 하나이다. 특성 중요도와 상호작용을 측정하기 위해 H-통계량 및 부분의존성(partial dependency)과 같은 여러 방법들이 제안되어 왔다. 그러나 중요도와 상호작용의 실질적 함의를 이해하기는 어렵다. 본 논문에서는 특성 중요도와 상호작용을 측정하기 위한 새로운 방법을 제안한다. 분류 모델의 경우, 예측 모델에서 올바르게 예측된 사례를 관찰하고 그 사례들의 특성에 따라 군집화하였다. 군집 정보로부터 특성 중요도와 상호작용을 도출하는 방법을 제안하였다. 회귀 모델의 경우, 예측 오차의 크기 변화에 따라 사례들을 군집화하였다. 제안된 방법은 특성 중요도와 상호작용에 대해 동일한 타당한 근거를 제공한다. 또한 특성 중요도를 특성의 파워(feature power)와 특성 상호작용(feature interactions)으로 분해하는 것을 지원한다. 제안된 방법을 구현하기 위해 특성 상호작용 그래프를 포함한 세 가지 시각화 도구가 구현되었다. 제안된 연구를 통해 예측 모델의 작동 메커니즘을 보다 잘 이해할 수 있다.

다양한 기계학습 기법들이 녹내장을 진단하기 위해 제안되어 왔다. 이들은 대상자를 ‘정상’ 또는 ‘녹내장 양성’으로 분류할 수는 있으나, 후자의 중증도를 결정할 수는 없다. 이를 보완하기 위해 연구자들은 녹내장 위험에 대한 통계적 지표를 제안해 왔다. 그러나 이러한 지표들은 단일 검사 지표에 기초하여 있으며, 녹내장 진행의 전체 중증도를 반영하지 못한다. 본 연구에서는 시야(VF) 검사, 빛간섭단층촬영(OCT), 안압(IOP) 검사를 기반으로 통합 녹내장 위험 지표(I-GRI)를 제안한다. 우리는 기계학습 기법을 사용하여 검사 데이터에서 중요한 특징을 추출하고, 이를 수학적 방정식을 통해 하나의 지표로 통합하였다. 제안된 지표는 0과 1 사이의 값을 산출하며, 위험 지표 값이 높을수록 녹내장의 위험/중증도가 더 큰 것을 의미한다. 검사 사례를 이용한 타당성(sanity) 테스트에서 I-GRI는 녹내장 및 정상 사례 모두에서 균형 잡힌 분포를 보였다. I-GRI를 사용하여 녹내장 및 정상 사례를 분류한 결과, 오분류율은 0.07(7%)이었다. 제안된 지표는 녹내장 진단과 그 진행의 탐지에 유용하다.

= 11,286) 인구통계는 성별, 연령, 인종으로 추가 세분화되었다. 위험 점수는 비정상 인자의 수와 강한 양의 상관관계를 보였으며, 현재의 진단 패러다임과 밀접하게 일치하였다. 제안된 점수는 진단 정확도와 견고성이 높았고, 이전에 보고된 위험 점수보다 우수함을 나타냈다. 이 방법은 국가 간 데이터세트에서 시험했을 때 더 뛰어난 성능과 안정성을 보였다. 표본에 독립적인 이 새로운 접근법은 MetS 위험 예측의 정밀도를 향상시킬 잠재력을 지닌다.

녹내장은 심각한 시각 장애를 유발하는 질환으로, 심할 경우 실명까지 이어질 수 있다. 따라서 녹내장을 조기에 발견하는 것은 중요하다. 본 연구에서는 이미지 데이터인 안저사진과 수치형 정형 데이터인 EMR(Electronic Medical Records) 데이터를 기반으로 한 멀티모달 녹내장 진단 모델을 제안한다. 멀티모달은 여러 가지 데이터 유형 또는 모달리티를 결합하여 작동하는 모델을 의미한다. 본 연구에서는 EMR 데이터를 이미지로 변환하는 기법을 적용하여 이미지 피처를 추출하였다. 안저사진에 대해서도 전처리 후 이미지 피처를 추출하였다. 추출된 두 피처 벡터는 결합되어 앙상블 학습을 통해 최종 결과를 도출하였다. 본 모델의 성능을 검증한 결과, 약 93.31%의 분류 정확도를 달성하였다. 이것은 싱글모달 대비 약 1.21%, 다른 멀티모달 모델들과 비교했을 때도 약 0.44%가 향상된 결과이다.

배경: 백내장 수술 동안 인공수정체(IOL) 도수 계산을 위한 개선된 기계학습 모델을 평가하고자 하였다. 방법: Dankook University Hospital에서 백내장 수술을 받은 환자 346명의 의무기록을 후향적으로 검토하고, IOL 도수를 계산하기 위한 기계 회귀 모델을 개발하였다. 무작위 포리스트(random forest), 그래디언트 부스팅 기계(gradient boosting machine), 지지벡터머신(support vector machine, SVM), eXtreme Gradient Boosting를 포함한 널리 알려진 기계학습 알고리즘을 시험하여 최적의 예측 모델을 개발하였다. 모델의 정확도는 예측 굴절력과 실제 수술 후 굴절력 사이의 차이를 ±0.25, ±0.5, ±0.75, ±1 D 기준으로 비교하여 판단하였으며, 예측 오차는 통계적 지표로도 평가하였다. 제안한 모델은 SRK/T, Barrett Universal II, Hill-RBF, Kane과 같은 기존 공식들과 비교하였다. 결과: 제안된 SVM 모델은 각각 ±0.25, ±0.5, ±0.75, ±1 D 기준의 굴절력에서 정확도 43.3%, 77.2%, 87.0%, 95.4%를 나타내었다. 반면 Barrett Universal II 공식은 굴절력에서 정확도 34.3%, 60.8%, 83.2%, 93.0%를 나타내었다. 결론: 제안된 기계학습 예측 모델은 현재의 공식들보다 더 우수한 성능을 보였다. 따라서 본 개선된 기계학습 모델은 IOL 도수 계산에 활용될 수 있다.