|
목적 : 머신 러닝 기술을 이용하여 간헐외사시의 수술 결과에 영향을 주는 인자들의 기여도를 분석하고 예측 모델을 만들어 그 성능을 평가하고자 한다.
방법 : 수술 후 1년 이상 추적 관찰이 가능했던 471명의 간헐외사시 환자의 수술 전 나이, 성별, 재수술 및 동반수술 여부, 사시각, 억제 여부 및 수술 1일과 1주 후의 사시각을 인자들로 조사하고 수술 1년 후 사시각을 예측하기 위해 Random Forest 기법을 사용하였다. 대상자 중 수술 전 ACA ratio를 측정했던 256명에 대해서 ACA ratio를 인자로 추가하여 인자들의 기여도 분석 및 예측 모델을 만들어 성능을 평가하였다. Random Forest Regression을 위해 decision tree를 1,000개 만들어 ensemble을 수행했으며, 이를 다시 100회 수행해서 정확도 및 feature importance를 계산했다. 환자 수의 75%와 25%를 각각 학습용과 시험용으로 사용하였다.
결과 : 수술 1년 후 사시각에 대한 기여도가 가장 큰 인자는 수술 1주 후의 사시각으로, 약 25%의 기여도를 보여주고 있었다. Random Forest Regression을 활용한 수술 1년 후 원, 근거리 사시각 예측 모델과 10 PD 기준 수술 성공률 예측 모델의 정확도는 ACA ratio 미포함시 각각 79.1%(원거리), 73.9%(근거리), 83.2%였고, ACA ratio를 인자로 포함하였을 경우에는 각각 73.4%, 81.7%, 91.1%의 정확도를 보였다.
결론 : 머신 러닝을 이용하여 높은 정확도를 보이는 수술 1년 후 사시각과 수술 성공 여부 예측 모델을 만들 수 있었다. 이 모델을 바탕으로 간헐외사시 환자들의 수술 전 인자들을 고려하여 환자별 수술양을 결정하면 수술 성공률을 높일 수 있을 것으로 생각된다.
|