AI 정책 연구
TRUST: Threshold-Recalibrated Uncertainty-Safe Training for Certified Dismissal in Breast Cancer Screening
ARarXiv
유방암 검진 과정에서 명백히 음성인 영상 중 일부를 제외하여 판독 부담을 줄이는 새로운 AI 학습 전략(TRUST)이 제안되었습니다.
세 줄 요약
- 제안된 방법은 임상 데이터셋(NLBS, RSNA)에서 높은 민감도(98%, 95%)를 유지하면서 판독 제외율을 크게 높여 기존 방식 대비 월등한 성능 향상을 입증했습니다.
- AI가 '임계값 재보정' 학습을 통해 진단 효율성을 극대화하여, 의료진의 업무 부담을 줄이면서도 암 진단율 저하 없이 검진 시스템 안전성을 확보할 수 있습니다.
- 핵심은 단순히 이미지를 분류하는 것을 넘어 판독 제외 기준(임계값) 자체를 재조정해 안전성을 높인 점이며, 실제 임상 적용 전 추가적인 검증이 필요합니다.
유방암 검진 과정에서 명백히 음성인 영상 중 일부를 제외하여 판독 부담을 줄이는 새로운 AI 학습 전략(TRUST)이 제안되었습니다.