활용 사례 연구
CARD: Calibration via Agreement in Reverse Diffusion for Out-of-Domain MRI Segmentation
ARarXiv
의료 영상(MRI) 분할 시, 촬영 장비나 프로토콜 변화 같은 '도메인 변화'가 발생하면 기존 AI 모델의 신뢰도 평가 자체가 무너지는 문제가 있었습니다.
세 줄 요약
- 연구진은 확산 모델을 활용하여 최종 예측값 대신, 생성 과정 전체에서 발생하는 '불일치 정도(disagreement)'를 측정하고 이를 픽셀 단위로 보정하는 CARD 방법을 제안했습니다.
- 이 기술은 데이터 변화에도 불구하고 AI가 어느 영역의 분할 결과에 신뢰도가 낮은지 정확히 알려주어 임상적 판단을 크게 지원합니다.
- 심장, 전립선, 뇌 등 다양한 부위에서 높은 성능을 입증했으나, 복잡한 확산 모델 기반이므로 실제 의료 환경 적용 시 추가 검증이 필요합니다.
의료 영상(MRI) 분할 시, 촬영 장비나 프로토콜 변화 같은 '도메인 변화'가 발생하면 기존 AI 모델의 신뢰도 평가 자체가 무너지는 문제가 있었습니다.