본 연구는 병원 데이터를 활용하여 임상, 신경생리학적, 확산 텐서 영상(diffusion tensor imaging) 특성을 포함한 안전한 균형을 예측하기 위한 설명가능한 인공지능(explainable artificial intelligence)을 개발한다. 2016년 1월부터 2023년 6월까지의 기간 동안 최초 뇌졸중 환자 92명의 후향적 데이터를 분석하였다. 종속 변수는 독립적 보행(mobility) 점수로서, 즉 0점(45점 이하) 대 1점(45점 초과)으로 정의되는 Berg Balance Scale을 각각 3개월 및 6개월 후에 측정하였다. 29개의 예측 변수를 포함하였다. 무작위 포레스트(random forest) 변수 중요도(variable importance)를 사용하여 Berg Balance Scale의 유의한 예측 변수를 식별하고, 1개월 후 Berg Balance Scale 및 피질척수로(corticospinal tract) 확산 텐서 영상 특성을 포함하여 이들이 예측 변수들과 갖는 연관성을 검정하였다. 이러한 연관성의 방향을 분석하기 위해 Shapley Additive Explanation 값(Shapley Additive Explanation values)을 계산하였다. 무작위 포레스트는 로지스틱 회귀(logistic regression)와 비교하여 더 높거나 유사한 곡선 아래 면적(area under the curve)을 보였는데, 예컨대 3개월 후 Berg Balance Scale에서는 91% 대 87%, 6개월 후 Berg Balance Scale에서는 92% 대 92%였다. 무작위 포레스트 변수 중요도 값과 순위를 기반으로 하면: (1) 3개월 후 Berg Balance Scale은 1개월 후 Berg Balance Scale, Fugl-Meyer 평가 척도(Fugl-Meyer assessment scale), 병변 동측(ipsilesional) 피질척수로 fractional anisotropy, fractional anisotropy 측면성 지수(laterality index) 및 연령과의 강한 연관성을 보였고; (2) 6개월 후 Berg Balance Scale은 Fugl-Meyer 평가 척도, 1개월 후 Berg Balance Scale, 발목의 발바닥굽힘(plantar flexion) 근력, 무릎 폄(knee extension) 근력 및 고관절 굽힘(hip flexion) 근력과의 강한 관계를 보였다. 이러한 연관성은 SHAP 요약 플롯(SHAP summary plots)에서 모두 양(+)의 방향성을 나타냈다. 1개월 후 Berg Balance Scale, Fugl-Meyer 평가 척도 또는 병변 동측 피질척수로 fractional anisotropy를 무작위 포레스트에 포함하면, 3개월 후 Berg Balance Scale이 45점 초과일 확률이 각각 0.11, 0.08 또는 0.08만큼 증가한다. 결론적으로 뇌졸중 후 안전한 균형은 초기의 운동 기능, Fugl-Meyer 평가 척도, 그리고 병변 동측 피질척수로 fractional anisotropy와 강하게 상관된다. 확산 텐서 영상 정보는 뇌졸중 후 안전한 균형을 예측하기 위한 설명가능한 인공지능 개발에 도움을 준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.