MRI 한 장으로 알츠하이머 인지 저하를 36개월 뒤까지 예측했다

MRI 한 장으로 알츠하이머 예측을 어디까지 밀어붙였나

• 연구진이 목표로 잡은 건 단순한 알츠하이머 진단 분류가 아니라, MRI 한 장으로 현재와 미래의 인지 점수까지 예측하는 모델임

  • 입력은 기준 시점의 T1 MRI와 기본 인구통계 정보뿐임
  • 인구통계 정보는 나이, 성별, 교육연수, 결혼 여부 정도라서 병원에서 비교적 쉽게 확보 가능한 데이터임
  • 비싼 PET, 유전정보, 혈액·뇌척수액 바이오마커, 복잡한 인지검사 점수는 입력에서 일부러 뺐음

• 모델은 세 가지 일을 동시에 함: 뇌 조직 분할, 알츠하이머 진단, 인지 점수 예측

  • 조직 분할은 회백질(GM), 백질(WM), 뇌척수액(CSF)을 나누는 작업임
  • 진단은 알츠하이머 치매(AD)와 비알츠하이머군을 구분하는 이진 분류임
  • 핵심 타깃은 ADAS-Cog11이라는 인지 점수 예측이고, 이게 논문의 진짜 승부처임

성능 숫자가 꽤 세다

• 최고 모델은 멀티태스크 UNet과 XGBoost를 합친 앙상블 모델임

  • 세그멘테이션 Dice 점수는 0.9740
  • 기준 시점 인지 점수 예측은 테스트 R2 0.80 수준
  • 진단 정확도는 별도 테스트셋 195명에서 92.82%를 기록함

• Tencent의 MedicalNet 기반 앙상블도 비슷하게 강했음

  • 세그멘테이션 Dice는 0.9654
  • 인지 점수 예측 R2는 0.82
  • 진단 정확도는 92.30%였음
  • 거대한 사전학습 모델만 압도적으로 이긴 게 아니라, 커스텀 3D UNet도 거의 비슷한 성능을 냈다는 게 흥미로움

• 미래 인지 저하 예측도 했다

  • 기준 시점 MRI와 인구통계 정보만으로 12개월, 24개월, 30개월, 36개월 뒤 인지 점수를 예측함
  • 기준 시점의 실제 인지 점수를 모르는 상황에서도 24개월 예측에서 Pearson R 0.7 초과, R2 약 0.6을 기록함
  • 36개월에서도 R2 약 0.5, P < 10^-6으로 유의미한 예측력을 유지함

왜 그냥 큰 딥러닝 모델이 아니라 조합 모델이었나

• 연구진은 이미지 모델과 표 데이터 모델을 분리해서 다뤘음

  • MRI는 UNet 또는 MedicalNet 같은 3D 딥러닝 모델이 처리함
  • 나이, 성별, 교육연수, 결혼 여부 같은 저차원 데이터는 XGBoost가 처리함
  • 이유는 간단함: 거대한 3D MRI 입력에 비해 표 데이터는 너무 작아서 딥러닝 모델 안에서 신호가 묻힐 수 있음

• 앙상블 가중치는 R2 기반으로 정함

  • UNet+XGBoost 조합에서는 대략 XGBoost가 30%, UNet이 70% 비중으로 작동한 것으로 분석됨
  • 즉, MRI가 주력 신호지만 인구통계 정보도 그냥 보조 장식은 아니었다는 뜻임

• 커스텀 감마 손실(Gamma loss)이 성능을 끌어올렸음

  • ADAS-Cog11 점수 분포가 감마 분포에 가깝다는 점을 손실 함수에 반영함
  • 일반 평균제곱오차(MSE) 대비 인지 예측 R2를 최대 0.05 개선함
  • 의료 데이터처럼 타깃 분포가 비대칭이고 잡음이 있는 곳에서는 이런 도메인 지식이 꽤 먹힌다는 사례임

데이터셋과 검증 방식도 꽤 빡세게 잡았다

• 학습과 검증에는 ADNI와 HCP-YA를 썼음

  • ADNI는 1,950명 규모로, 알츠하이머 관련 MRI·진단·인지검사·인구통계 정보를 제공함
  • HCP-YA는 1,008명 규모로, 세그멘테이션 사전학습에 활용해 뇌 구조 다양성을 늘렸음
  • ADNI 전체 중 10%인 195명은 완전히 따로 떼어둔 테스트셋으로 남겼고, 나머지 1,755명은 9-fold 교차검증에 사용함

• 외부 데이터셋 DLBS에서도 테스트함

  • DLBS의 331명 데이터를 별도 재학습 없이 넣었을 때 ADAS-Cog 예측 R2 0.63을 기록함
  • 세그멘테이션 평균 Dice는 0.923이었음
  • ADNI보다 성능이 떨어지긴 했는데, 연구진은 스캐너 분포, 인구 구성, 촬영 파라미터 차이로 인한 도메인 시프트(domain shift)를 원인으로 봄

• 기존 FreeSurfer 기반 체적 특징보다 원본 MRI 직접 입력 방식이 더 강했음

  • 7개 주요 뇌 영역 체적을 쓰는 XGBoost는 평균 교차검증 R2 0.42, MAE 3.63
  • 86개 Desikan-Killiany 영역 체적을 쓰는 모델은 R2 0.53, MAE 3.46
  • 반면 최고 모델은 원본 T1 MRI 기반으로 R2 0.80대까지 올라감

해석 가능성도 그냥 Grad-CAM 한 장 던지고 끝낸 수준은 아님

• MRI가 가장 중요한 신호였고, 표 데이터 중에서는 나이가 강하게 작동함

  • 기준 시점 인지 예측에서는 나이, 결혼 여부, 회백질 부피가 중요한 특징으로 잡힘
  • 미래 인지 저하 예측에서는 나이와 교육연수가 특히 중요했음

• 오클루전 맵(occlusion map)으로 뇌의 어느 부위가 예측에 영향을 줬는지도 봤음

  • 후두정엽, 내측·외측 측두엽, 전두엽 피질이 주요 hotspot으로 나타남
  • 해마와 편도체도 높은 점수를 보였고, 알츠하이머 병리와 인지 기능 관련 기존 신경해부학 지식과 잘 맞음
  • 다만 hotspot이 특정 큰 이랑 경계 안에 깔끔하게 갇힌 게 아니라 다초점적으로 퍼져 있었다는 점도 강조함

• UNet 내부 표현도 분석함

  • receptive field 분석으로 모델이 MRI 패치를 어떤 중간 표현으로 묶는지 확인함
  • 중간 feature cluster가 인지 점수 그룹과 연결되는 양상을 보여줘서, 단순 블랙박스 예측보다 한 단계 더 설명하려고 했음

임상 적용 가능성은 있지만, 아직 '바로 병원 투입'은 아님

• 장점은 입력 조건이 현실적이라는 점임

  • MRI 한 장과 기본 인구통계만 있으면 되니, PET이나 유전검사보다 훨씬 접근성이 높음
  • 복잡한 FreeSurfer 같은 전처리 파이프라인 없이도 원본 MRI 기반 예측을 노림
  • 커뮤니티 병원이나 전문 인지검사 인력이 부족한 환경에서 보조 도구로 쓸 가능성을 언급함

• 하지만 실제 임상 도입에는 추가 검증이 필요함

  • ADNI와 DLBS 모두 공개 연구 데이터셋이라 실제 병원 운영 환경과는 차이가 있음
  • 데이터셋 간 도메인 시프트가 이미 성능 하락으로 나타났음
  • 알츠하이머 외 파킨슨병, 루게릭병, 헌팅턴병 같은 다른 신경퇴행성 질환으로 확장 가능성은 있지만 아직은 가능성 단계임

---

기술 맥락

• 이 연구가 고른 핵심 선택은 '단일 모델 하나로 끝내기'가 아니라 멀티태스크 앙상블이에요. MRI에서 조직 분할을 배우면 뇌 구조를 압축한 표현이 생기고, 그 표현이 인지 점수 예측에도 도움이 되기 때문이에요.

• XGBoost를 따로 붙인 이유도 꽤 현실적이에요. 3D MRI는 차원이 엄청 큰데 나이, 성별, 교육연수 같은 표 데이터는 작아서 딥러닝 입력에 그냥 섞으면 영향력이 묻힐 수 있거든요. 그래서 이미지 모델과 표 데이터 모델을 나눠 학습하고 R2 기준으로 합친 거예요.

• 커스텀 Gamma loss는 이 논문에서 성능을 만든 중요한 도메인 지식이에요. ADAS-Cog 점수는 깔끔한 정규분포라고 보기 어렵기 때문에, 실제 점수 분포를 손실 함수에 반영하면 모델이 더 그럴듯한 예측 범위에 머물 수 있어요.

• 외부 DLBS 데이터셋에서 R2 0.63으로 떨어진 대목도 중요해요. 논문 안에서는 성공적인 일반화로 제시되지만, 동시에 스캐너와 촬영 조건이 달라지면 의료 AI 성능이 바로 흔들린다는 걸 보여주거든요. 실제 제품화에서는 병원별 보정과 지속적인 외부 검증이 핵심이 될 가능성이 커요.