프리빌리지드 히스토리 증류로 구현하는 장기 유방암 위험 예측

본 연구는 유방암 위험 예측 모델이 실제 임상 환경에서 직면하는 ‘히스토리 부재’ 문제를 해결하고자 한다. 기존의 LoMaR와 VMRA 같은 시계열 모델은 과거 스크리닝 영상을 입력으로 사용해 높은 예측 정확도를 보였지만, 검사 시점에 과거 영상이 없으면 성능이 급격히 저하된다. 이를 보완하기 위해 저자들은 Privileged History Distillation(PHD)이라는 새로운 학습 프레임워크를 제안한다. PHD는 크게 네 단계로 구성된다. 첫째, 각 검사는 Mirai에서 사용된 이미지 인코더(f_ϕ)를 통해 뷰‑레벨 특징(z_TV)을 추출하고, 이를 뷰 트랜스포머로 결합해 방문 임베딩(x_T)으로 변환한다. 둘째, 전체 히스토리를 이용해 ‘교사’ 모델을 학습한다. 교사는 각 예측 시점(k년)마다 전용 네트워크를 두어, 완전한 히스토리 시퀀스 {x₀, x_{‑1}, …, x_{‑Tₕ}}를 입력받아 위험 로그잇(z_tea^k)을 출력한다. 셋째, 학생 모델은 현재 검사 x₀만을 사용해 과거 임베딩을 재구성한다. 재구성 함수 f_ψ는 x₀ → ̂x_{‑t} (t=1…Tₕ)를 학습하며, MSE 기반 피처 KD 손실 L_featureKD = (1/T)∑‖x_{‑t}−̂x_{‑t}‖² 로 실제 과거 임베딩과의 차이를 최소화한다. 넷째, 재구성된 시퀀스 {x₀, ̂x_{‑1}, …, ̂x_{‑Tₕ}}를 동일한 시계열 인코더(A_θ)로 통과시켜 통합 표현 q_T를 얻고, additive hazard 헤드로 각 시점별 위험 확률을 계산한다. 학생 모델은 교사의 로그잇과 KL 발산을 이용한 로그잇 KD 손실 L_logitKD = (1/|K|)∑ KL(σ(z_tea^k)‖σ(z_stu^k)) 로 지도받는다. 여기서 K는 예측 시점 집합이며, m_k는 라벨 유효성을 나타내는 마스크이다. 최종 학습 목표는 L_total = L_RCE + λ_l·L_logitKD 로, L_RCE는 가중치가 적용된 재무적 교차 엔트로피 손실이다. 실험은 CSAW‑CC 데이터셋을 사용해 수행되었다. 데이터는 6년간의 스크리닝 검사를 포함하며, 7,353명의 환자 중 1,413명은 향후 암 진단을 받았다. 저자들은 환자 수준에서 80/20 비율로 훈련·테스트를 나누고, 10번의 랜덤 분할을 통해 평균 성능을 보고했다. 베이스라인으로는 전체 히스토리를 활용한 LoMaR·VMRA(#H=4)와 히스토리 없이 단일 검사를 이용한 Mirai(#H=0)를 사용했다. 결과는 다음과 같다. 전체 히스토리 모델은 5년 AUC 0.851~0.851 수준을 보였으며, 히스토리 부재 모델은 0.829 수준으로 급감했다. PHD를 적용한 LoMaR+PHD와 VMRA+PHD는 히스토리 없이도 5년 AUC를 각각 0.853, 0.855로 회복했으며, pAUC 역시 0.752~0.757 수준으로 전체 히스토리 모델과 비슷하거나 약간 우수했다. 특히 저 false‑positive 비율(10%) 구간에서 ROC 곡선이 크게 향상되어 임상 적용 시 과잉 진단 위험을 낮출 수 있다. 통계적 검정에서는 4~5년 시점에서 유의미한 개선(p<0.05)이 확인되었다. 추가적인 Ablation 연구에서는 다중 교사(5개 교사) 구성이 단일 교사보다 5년 시점에서 가장 큰 성능 향상을 가져왔으며, 재구성 모듈 없이 직접 현재 임베딩만 사용하는 경우 성능이 현저히 떨어지는 것을 확인했다. 본 논문의 주요 기여는 (1) 프리빌리지드 학습을 시계열 의료 영상에 적용한 새로운 지식 증류 프레임워크, (2) 각 예측 시점에 특화된 다중 교사 설계가 장기 위험 예측에 효과적임을 입증, (3) 실제 임상에서 과거 검사가 없더라도 고성능 위험 예측이 가능하도록 함으로써 모델의 실용성을 크게 확대했다는 점이다. 향후 연구에서는 다른 영상 모달리티(예: MRI)와의 멀티모달 결합, 그리고 환자별 맞춤형 히스토리 재구성 전략을 탐색할 계획이다.