뇌종양 진단을 위한 비전-언어 기반 AI 모델 개발
A Vision-Language Foundation Model for Precise and Comprehensive Brain Tumor Diagnosis from Preoperative Multimodal Data
arXiv연구진은 MRI 영상, 인구통계학 정보, 임상 보고서를 통합하는 비전-언어 기반 AI 모델 'BrainVLM'을 개발하여 뇌종양 진단에 활용합니다.
- 이 모델은 WHO 2021 기준의 12가지 종양 유형을 분류할 뿐만 아니라, 예측 신뢰도를 수치화하고 진단 근거가 담긴 보고서까지 생성하는 것이 특징입니다.
- 기존의 어려움이 있던 비침습적 뇌종양 진단의 정확도를 높이고, AI가 전문의 판단을 보조하여 임상 의사결정을 지원할 수 있다는 점에서 의미가 큽니다.
- 4만 건 이상의 대규모 다중 모드 데이터와 다수 병원 검증을 거쳤으나, 실제 의료 현장 적용을 위해서는 지속적인 성능 평가 및 규제 승인 과정이 필수적입니다.
비침습적인 뇌종양의 사전 수술 진단은 종양 유형 간 영상 특징이 중첩되고 관찰자별 편차가 크며 전문 지식 습득에 오랜 시간이 걸리는 등 어려움이 따릅니다. 연구진은 이러한 문제를 해결하기 위해, 자기공명영상(MRI) 기반으로 자동적이고 신뢰성 높은 뇌종양 분류가 가능하며 진단 불확실성을 정량화하고 방사선 보고서까지 생성하는 인공지능(AI) 모델을 개발했습니다.
개발된 BrainVLM은 세계보건기구(WHO) 2021년 기준의 12가지 뇌종양 유형을 분류하도록 설계되었습니다. 이 모델은 MRI 스캔, 인구통계학 정보, 그리고 방사선 보고서 등 다중 모드 데이터를 통합하여 학습했습니다. 특히 예측 신뢰도를 나타내는 불확실성 정량화 전략과 임상적 근거를 설명하는 보고서 생성 모듈을 포함하고 있습니다.
BrainVLM은 40,043명의 개인으로부터 얻은 다중 모드 데이터로 훈련되었으며, 총 5,211명의 환자를 대상으로 검증되었습니다. 그 외에도 AI-임상의 워크플로우에서의 임상적 유용성을 입증하기 위해, 다양한 경험 수준의 신경방사선과 의사들이 참여한 블라인드 다중 판독 연구와 1,009명의 환자가 독립적으로 평가된 실제 전향적 연구를 수행했습니다.