DrGait: 생체역학 기반의 해석 가능한 보행 분석 시스템
DrGait: Biomechanically Grounded Visual Reasoning for Interpretable Clinical Gait Analysis
arXiv기존의 해석 불가능한 블랙박스 방식 보행 분석 문제를 해결하기 위해, 연구진은 'DrGait'라는 에이전트 기반 프레임워크를 개발했습니다.
- DrGait는 시맨틱 추론을 기하학적 인식과 분리하고, 가설-검증-종합(TVS) 워크플로우를 통해 3D 메쉬 등 검증 가능한 측정값에 기반해 진단을 수행합니다.
- 이 방식은 VLM의 환각 현상을 줄이고 진단 정확도를 높일 뿐만 아니라, 투명하고 감사 가능한 임상 보고서를 생성하여 신뢰성을 확보합니다.
- 보행 영상과 시공간 지표를 입력받아, 정밀한 생체역학 도구 연동 및 3D 메쉬 재구성 같은 고도화된 전처리 과정이 필수적입니다.
기존의 자동화된 임상 보행 분석은 해석하기 어려운 블랙박스 분류기에 의존하는 경향이 있습니다. Vision-Language Models()는 강력한 추론 능력을 제공하지만, 보행 영상에 직접 적용할 경우 미묘한 기하학적 편차를 측정하는 데 어려움을 겪어 현상을 일으킬 수 있다는 문제가 제기되었습니다.
이를 해결하기 위해 연구진은 'DrGait'라는 학습이 필요 없는 기반 프레임워크를 개발했습니다. DrGait는 VLM의 역할을 직접적인 시각적 추론자에서 임상 플래너로 전환하며, 구조화된 Triage-Verification-Synthesis (TVS) 워크플로우를 통해 의미론적 추론과 기하학적 인식을 분리하는 것이 핵심입니다.
DrGait는 입력 영상과 기본적인 시공간 지표를 받아 먼저 경험적 분류(heuristic triage)를 수행하여 진단 가설을 제안합니다. 이후 이 가설들은 재구성된 3D 메쉬 궤적, 분할된 2D 자세 추적 등 결정론적 생체역학 도구를 호출하여 검증됩니다. 이러한 과정을 통해 VLM의 추론이 검증 가능한 기하학적 및 시간적 측정값에 기반하게 되어 환각 현상을 줄이고 투명하며 감사 가능한 임상 보고서를 생성합니다.
용어 풀이
- VLM
- 이미지와 글을 함께 이해하는 모델.
- 환각
- AI가 사실이 아닌 내용을 그럴듯하게 지어내는 현상.
- 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.