AI-Augmented Thyroid Scintigraphy for Robust Classification of Disease

기술 요약: 질병의 견고한 분류를 위한 AI 증강 갑상선 신티그래피

문제 정의
갑상선 신티그래피는 갑상선 질환을 평가하는 데 있어 중요한 진단 도구로, 초음파나 CT와 같은 다른 양식으로는 제공할 수 없는 독특한 기능적 통찰력을 제공한다. 그러나 이러한 영상의 해석은 종종 주관적이고 시간이 많이 소క된다. 딥러닝(DL)은 자동화되고 객관적인 진단을 향한 길을 제시하지만, 데이터 부족과 클래스 불균형으로 인해 그 적용이 저해되고 있다. 의료 데이터셋은 개인정보 보호 제약과 물류적 어려움으로 인해 크기가 제한되는 경우가 많으며, 전통적인 증강 기법(예: 회전, 뒤집기)은 이러한 한계를 충분히 해결하지 못하거나 비현실적인 변형을 생성할 수 있다. 따라서 제한된 데이터에 대해 딥러닝 분류기를 견고하게 훈련시키기 위해, 고충실도(high-fidelity)를 갖춘 해부학적으로 정확한 영상을 합성할 수 있는 고급 생성 전략이 필요하다.

방법론
본 연구는 갑상선 신티그래피 영상을 네 가지 범주(미만성 갑상선종(DG), 결절성 갑상선종(NG), 정상(NL), 갑상선염(TI))로 분류하는 성능을 높이기 위해 세 가지 데이터 증강 전략을 조사한다. 연구에는 9개 의료 센터에서 수집된 2,954개의 전방 갑상선 신티그래피 영상이 사용되었다.

1. 데이터 전처리 및 프롬프트 엔지니어링:

   • 갑상선 영역은 숙련된 핵의학 전문의에 의해 수동으로 분할되었다.
   • 생성 모델을 가이드하기 위해, 저자들은 의사 보고서로부터 구조화된 임상 정보를 추출하는 파이프라인을 개발했다. GPT-4 Turbo를 사용하여, 비정형 보고서를 특정 임상 속성(예: 갑상선 기능, 결절 유형, 섭취 패턴)을 포함하는 표준화된 프롬프트(77 토큰 미만)로 변환하였다.

2. 증강 전략:

   • 전통적 증강 (CA): 표준 기하학적 변환(회전, 뒤집기, 스케일링) 및 노이즈 추가를 적용하였다.
   • Stable Diffusion (SD): 저자들은 네 가지 변형의 SD 기반 증강을 구현하였다:
     • SD1: 이미지 + 프롬프트 $\rightarrow$ 이미지.
     • SD2: 프롬프트 $\rightarrow$ 이미지.
     • SD3: 이미지 $\rightarrow$ 이미지 (프롬프트 없음).
     • SD4: 마스크 + 프롬프트 $\rightarrow$ 이미지.
       이 모델들은 혼합 정밀도 훈련(mixed precision training)을 사용하여 데이터셋에 미세 조정되었다.
   • Flow Matching (FM): 소스 데이터 분포와 타겟 사전 분포(target prior) 사이의 최적 수송(optimal transport)을 정의하기 위해 연속 시간 속도장을 학습하는 확산 기반 접근 방식이다. 이 방법은 전통적인 확산 과정에 비해 적은 통합 단계(10단계)를 통해 효율적인 샘플링을 가능하게 한다(ODE 활용). FM은 클래스 레이블과 마스크를 조건으로 하였다.

3. 분류 및 평가:

   • ImageNet 가중치로 초기화된 ResNet18 분류기를 사용하여, 원본 데이터셋(O)과 다양한 증강 전략을 결합한 18가지 시나리오(예: O+FM, O+SD1, O+CA+FM)에 대해 훈련을 진행하였다.
   • 모델은 6개 센터(A–F)의 데이터로 훈련되었으며, 일반화 능력을 평가하기 위해 3개 센터(G–I)의 외부 데이터셋으로 평가되었다.
   • 성능은 정밀도(precision), 재현율(recall), F1-score(micro, macro, weighted), 그리고 ROC AUC로 측정되었다.
   • 영상 충실도는 Fréchet Inception Distance (FID) 및 Kernel Inception Distance (KID)를 사용하여 평가되었다.
   • 통계적 유의성은 부트스트래핑(bootstrapping)과 Benjamini-Hochberg 보정을 적용한 Wilcoxon rank sum test를 통해 결정되었다.

주요 기여

• Flow Matching의 새로운 적용: 본 연구는 갑상선 신티그래피의 의료 영상 증강에 Flow Matching을 적용한 최초의 사례 중 하나이며, 영상 충실도와 분류 성능 측면에서 전통적인 방법 및 Stable Diffusion 변형보다 우수함을 입증하였다.
• 임상적으로 정보가 풍부한 프롬프팅: 저자들은 실제 사례 보고서에서 유도된 의사 생성 프롬프트를 Stable Diffusion 파이프라인에 통합하였으며, 이를 통해 도메인 특화된 텍스트 맥락이 생성된 영상의 현실성과 진단적 유용성을 크게 향 없이함을 보여주었다.
• 포괄적인 비교 분석: 본 연구는 18가지 증강 시나리오에 대한 엄격한 비교를 제공하며, 고충실도 생성 증강(특히 FM)이 전통적인 휴리스틱과 생성 방법을 결합하는 것보다 더 뛰어나거나 심지어 이를 대체할 수 있음을 확립하였다.

결과

• 분류 성능: O+FM(Original + Flow Matching) 구성이 모든 지표에서 가장 높은 성능을 달ла 달성하였으며, micro, macro, weighted F1-score는 각각 0.78, 0.77, 0.78이었고, AUC 값은 0.95, 0.93, 0.94였다. 이 구성은 다른 모든 방법(O+FM+CA와 같은 FM과 전통적 증강의 결합 포함)을 통계적으로 능가하였다.
• Stable Diffusion 변형: SD 방법들 중에서는 SD1(Image + Prompt)이 macro F1 0.76을 달성하며 가장 효과적이었다. 이는 시각적 입력과 임상적으로 유도된 프롬프트를 결합하는 것의 결정적 가치를 강조한다. SD3(프롬프트 없는 Image-to-Image)와 SD4(Mask + Prompt)는 현저히 낮은 성능을 보였으며, 이는 SD가 진단적으로 유의미한 변형을 생성하는 데 프롬프트가 필수적임을 나타낸다.
• 영상 충실도: FM은 가장 현실적인 영상을 생성하였으며, 전체 FID(0.66)와 KID(0.83)에서 가장 낮은 수치를 기록하였다. 반면, SD 방법들은 더 높은 FID/KID를 보였으며, 특히 SD4는 매우 낮은 성능(FID: 17.99, KID: 33.59)을 보였다.
• 효율성: FM은 동일한 하드웨어에서 Stable Diffusion이 50단계를 요구하는 것에 비해, 10단계의 통합 과정만으로 영상을 생성(이미지당 0.19초)하여 우수한 계산 효율성을 입증하였다.
• 해석 가능성: Grad-CAM 시각화는 FM으로 훈련된 모델이 기능적 섭취가 낮은 갑상선염과 같은 까다로운 사례에서도 갑상선의 해부학적 위치에 주의(attention)를 올바르게 집중시킴을 확인시켜 주었다. 이는 모델이 배경 아티팩트가 아닌 실제 병태생리학적 특징을 학습했음을 시사한다.

의의 및 주장
본 논문은 고급 생성 모델, 특히 Flow Matching을 통합하는 것이 제한적이고 불균형한 데이터셋 상황에서 갑상선 신티그래피 분류의 견고성을 실질적으로 개선한다고 주장한다. 저자들은 FM 기반 증강이 핵심 영상 특징을 보존하고 전통적인 휴리스틱이나 표준 Stable Diffusion 방법보다 모델의 일반화 능력을 더 효과적으로 향상시킨다고 단언한다.

핵심적인 발견은 고충실도 생성 증강이 전통적 증강을 대체할 수 있다는 점이다. O+FM 모델이 O+FM+CA보다 우수한 성능을 보인 것은 FM이 생성하는 현실적인 변형이 무작위 기하학적 변환의 추가 없이도 충분하다는 것을 시사한다. 또한, 본 연구는 생성형 AI에서 도메인 지식의 필요성을 강조한다. 의사가 작성한 프롬프트가 Stable Diffusion 모델을 유도하여 임상적으로 유의미한 합성 데이터를 생성하는 데 결정적이라는 점이 입증되었기 때문이다.

저자들은 본 방법론이 핵의학 전문의를 도와 보다 객관적이고 일관되며 효율적인 갑상선 질환 진단을 향한 경로를 제공한다고 결론짓는다. 다만, 데이터셋이 단일 인종 그룹에 국한되어 있다는 점을 언급하며, 향-후 연구에서 보다 다양하고 다민족적인 글로벌 코호트에 대해 이 전략을 검증하고 잠재적으로 다중 모달 데이터(예: 실험실 결과 및 초음파)를 통합해야 한다는 한계를 겸허히 인정하였다.