Marrying Generative Model of Healthcare Events with Digital Twin of Social Determinants of Health for Disease Reasoning

Motivation

• Known: 기존 질병 예측 생성모델은 EHR 기반 event-level autoregressive(AR) 모델(MOTOR, Delphi 등)이거나, 다양한 바이오마커를 디지털화한 digital twin(DT) 접근법으로 나뉘어 각각 발전해왔다.
• Gap: AR 모델은 실제 생리학적 프로세스에 대한 직접적 측정 없이 의료 이용 패턴만 학습하는 한계가 있고, DT 접근법은 평생에 걸친 질병 진행을 추론하는 능력이 부족하여 과거 병력이 현재 생리 상태를 형성하고 이것이 미래 질병 발생의 생물학적 매개자로 작용하는 종단적 인과 사슬을 모델링하지 못한다.
• Why: 인간 질병은 다인자적(multi-factorial) 특성을 가지므로 SDoH를 명시적으로 모델링하지 않으면 개인화된 질병 모델링과 임상 의사결정 지원 능력이 제한되며, 이 gap을 메우는 것은 정밀의료와 장기적 질병 궤적 예측에 핵심적이다.
• Approach: ICD 코드로 인코딩된 SDoH 프록시를 조건으로 하는 conditioned latent diffusion 프레임워크를 도입하여, 다장기 센서 데이터(brain network 등 topological data 포함)와 tokenized 의료 이벤트를 연결하고, 뇌 기능적 연결성 같은 SPD(symmetric positive-definite) 행렬 데이터를 위한 새로운 geometric diffusion model을 제안한다.

Achievement

1. DiffDT 프레임워크 제안: EHR 기반 AR 모델과 다장기 digital twin의 diffusion 기반 생성모델을 통합하여 SDoH-to-event 방식의 질병 추론을 최초로 구현.
2. SPD-VQVAE 및 Cholesky LDM: Cholesky decomposition에 기반한 SPD-VQVAE로 뇌 functional connectivity를 Riemannian manifold-aware latent space에 매핑하고, Theorem 3.1을 통해 생성된 digital twin이 O(N^3) 비용 없이 SPD manifold 위에 존재함을 보장.
3. 적응형 tokenization 기법: 의료 이력 임베딩을 위한 새로운 tokenization 방법 도입.
4. 확률적 매개 추론 메커니즘: DiffDT 내에서 다중 경로(multi-pathway) 질병 추론을 가능하게 하는 probabilistic mediation inference 기법 제시.
5. 대규모 실증 검증: UK Biobank 데이터셋(뇌 44,834건, 심장 23,987건, 간 28,722건, 신장 32,155건 영상 특성 및 약 50만 건의 의료 이력 시퀀스)에서 1,000개 이상 질병에 대해 기존 SOTA AR 모델 및 imaging trait 생성 베이스라인 대비 유의미한 성능 향상 달성.

How

• ICD 코드 기반 의료 이력을 adaptive tokenization으로 임베딩하여 AR model 입력으로 사용
• 조건부 latent diffusion model ϵθ(DT, t, ICD)('Cond. DDPM')를 통해 특정 시점 t에서 발생한 의료 이벤트가 향후 질병 진행에 미치는 영향을 sensor-derived physiological state(digital twin)로 특성화
• 심장·간·신장 등 tabular biomarker 데이터에는 전통적인 DDPM(Ho et al., 2020) 기반 diffusion model 적용
• 뇌 functional connectivity(covariance matrix)는 SPD 행렬로 취급하여 Riemannian manifold 상의 데이터 인스턴스로 표현하고, Cholesky decomposition 기반 SPD-VQVAE로 latent space에 인코딩 후 Cholesky LDM으로 생성
• SPD-VQVAE-Dual decoder와 Theorem 3.1을 통해 생성된 digital twin이 SPD manifold를 벗어나지 않도록 기하학적 제약을 보장하면서 O(N^3) 계산 비용을 회피
• 확률적 매개 추론 메커니즘을 통해 AR 패러다임 내에서 다중 경로 질병 추론(disease reasoning)을 수행

Originality

• 기존 EHR-to-event 또는 DT-to-event로 분리되어 있던 두 접근법을 SDoH-to-event라는 새로운 패러다임으로 통합한 최초의 시도
• 뇌 functional connectivity와 같은 비유클리드(non-Euclidean) 데이터의 기하학적 구조(SPD manifold)를 보존하는 diffusion model을 설계한 점이 vision-language 분야의 기존 AR-diffusion hybrid(HybridVLA 등)와 근본적으로 차별화됨
• ICD 의미론적 거리와 AR 모델 예측 정확도 간의 상관관계를 실증적으로 분석(Fig. 2)하여 다중 경로 확률적 매개(multi-pathway probabilistic mediation)의 필요성을 정당화한 점

Limitation & Further Study

• UK Biobank이라는 단일 코호트(주로 특정 인구집단, 연령대 25~89세)에 대해서만 검증되어 다른 인구집단이나 의료 시스템으로의 일반화 가능성이 불확실함
• ICD 코드를 SDoH의 프록시로 사용하는 것은 실제 사회경제적, 환경적 요인을 직접 측정하는 것에 비해 정보 손실이 있을 수 있음
• SPD-VQVAE와 Cholesky LDM의 계산 복잡도 및 확장성이 더 많은 뇌 영역이나 다른 장기 네트워크 데이터로 확장될 때 어떻게 되는지에 대한 추가 검증 필요
• 향후 연구로 실제 임상 개입(intervention) 시뮬레이션의 인과적 타당성을 전향적(prospective) 임상 데이터로 검증하는 작업이 필요

Evaluation

총평: SDoH 프록시 조건부 diffusion 기반 digital twin과 다장기 SPD manifold 인식 geometric diffusion model을 결합하여 질병 추론의 새로운 패러다임을 제시한 기술적으로 탄탄하고 독창적인 연구이나, 단일 코호트 검증의 한계와 SDoH 프록시의 근본적 타당성에 대한 추가 논의가 필요하다.