본 논문은 영국 전자 건강 기록(EHR)의 시간적 환자 경과를 분석하여 심부전 환자의 36개월 사망률을 예측하는 Transformer 기반 AI 모델인 TRisk를 개발 및 검증한 연구입니다. 40세에서 90세 사이의 심부전 환자 403,534명(영국 1,418개 일반의 진료소)의 데이터를 사용하여 모델을 개발하고, 외부 검증을 통해 MAGGIC-EHR 모델보다 우수한 성능을 확인했습니다. TRisk는 9개월 중앙 추적 관찰 기간 동안 0.845 (95% 신뢰 구간: [0.841, 0.849])의 일치 지수(C-index)를 달성하여 MAGGIC-EHR 모델의 0.728 (0.723, 0.733)을 상당히 능가했습니다. 성별, 연령, 기저 특성에 걸쳐 일관된 성능을 보였으며, 미국 병원 데이터에 대한 전이 학습을 통해서도 우수한 성능(C-index 0.802)을 달성했습니다. 설명 가능성 분석 결과, 기존 위험 요인뿐만 아니라 암 및 간부전과 같은 간과되었던 예측 변수도 중요하게 작용함을 밝혔습니다. 특히, 암은 진단 10년 후에도 강력한 예후적 가치를 유지했습니다.
