지금까지 개발된 백혈구 분류 AI 들은 마치 **"맑은 날, 깨끗한 교실에서 시험을 치는 학생"**과 같습니다.
문제점: 실제 병원은 날씨가 흐리고, 조명이 나쁘고, 학생이 피곤할 수도 있습니다. 그런데 AI 는 깨끗한 데이터로만 훈련받아서, 실제 병원에서 조금만 이미지 품질이 떨어지거나 드문 병변이 나오면 엉뚱한 답을 내놓습니다.
특히 어려운 점: 백혈구 종류는 13 가지나 되는데, 대부분은 흔한 세포 (예: 중성구) 이고, 암 (백혈병) 과 관련된 드문 세포는 아주 적습니다. 마치 **"수천 명 중 1 명만 있는 특이한 학생을 찾아내라"**는 과제를 주는 것과 같습니다.
2. WBCBench 2026 이란 무엇인가요? (대회의 규칙)
이 대회는 AI 들에게 **"실전"**을 시킵니다. 세 가지 핵심 장벽을 설정했습니다.
불균형한 학생들 (Class Imbalance): 흔한 세포는 많지만, 드문 세포는 극히 적게 줍니다. AI 가 "많이 나오는 것만 맞추면 점수가 잘 나오겠지?"라고 생각하지 못하게 합니다.
환자별 분리 (Patient-level Separation): 같은 환자의 사진은 훈련용과 시험용으로 절대 섞이지 않게 합니다. 마치 "시험 문제를 미리 외운 학생이 다시 같은 문제를 풀지 못하게" 하는 것입니다.
악천후 시뮬레이션 (Domain Shift):
1 단계 (훈련): 맑은 날, 깨끗한 사진만 줍니다.
2 단계 (시험): 갑자기 안개 낀 날, 흔들리는 카메라, 어두운 조명, 얼룩진 사진 등을 섞어서 줍니다. AI 가 "실제 병원에서 어떤 상황에서도" 견딜 수 있는지 봅니다.
3. 대회는 어떻게 진행되었나요?
참가자: 전 세계 241 개 팀이 등록했고, 그중 101 개 팀이 최종 결과를 제출했습니다. (한국, 미국, 유럽, 아시아 등 전 세계가 참여했습니다.)
데이터: 한 병원에서 채취한 5 만 장 이상의 현미경 사진과, 13 가지 백혈구 종류에 대한 전문가 (혈액병리학자) 의 정확한 라벨이 붙어 있습니다.
평가 기준: 단순히 정확도만 보는 게 아니라, 드문 세포를 얼마나 잘 찾아냈는지에 더 높은 점수를 줍니다. (마치 "수천 명 중 1 명인 특이한 학생을 찾아낸 팀"에게 상을 주는 식입니다.)
4. 결과는 어땠나요? (수상팀의 비결)
최상위 팀들은 기존 AI 보다 약 13% 정도 더 좋은 성적을 냈습니다. 그들이 사용한 비법은 다음과 같습니다.
지식 전수 (Foundation Models): 이미 수천만 장의 이미지로 공부한 거대 AI 모델 (Dino, Swin 등) 을 가져와서 백혈구 학습에 적용했습니다.
드문 학생을 위한 특별 반 (Specialized Pipelines): 흔한 세포는 일반 AI 로 맞추고, 아주 드문 세포 (예: PLY, PC) 는 따로 전용 분류기를 만들어서 집중 공략했습니다.
가상 훈련 (Self-training): 라벨이 없는 사진들도 AI 가 스스로 학습해서 더 많은 데이터를 확보했습니다.
하지만 여전히 어려운 점: 아무리 좋은 AI 라도 **가장 드문 세포 (예: PC, PLY)**나 이미지가 심하게 망가진 경우에는 여전히 실수가 많습니다. 마치 "비 오는 날, 안개 낀 밤에 아주 작은 새를 찾아내는 것"처럼 여전히 난이도가 높습니다.
5. 결론: 이 대회가 우리에게 주는 메시지
이 논문은 **"AI 가 실험실 밖으로 나와 실제 병원에서 쓰이려면, 더 튼튼하고 똑똑해야 한다"**는 메시지를 줍니다.
현재 상태: AI 는 맑은 날에는 잘하지만, 비가 오면 넘어집니다.
미래 목표: 비가 오고, 안개가 끼고, 학생 수가 적어도 어떤 상황에서도 백혈병을 정확히 찾아낼 수 있는 AI를 만드는 것이 목표입니다.
이 대회는 전 세계 연구자들이 모여 **"실제 의료 현장에 쓸 수 있는 튼튼한 AI"**를 함께 발전시키는 계기가 되었습니다. 데이터와 평가 도구는 모두 공개되어, 누구나 이 문제를 해결하려고 노력할 수 있게 되었습니다.
WBCBENCH 2026: 클래스 불균형 하의 견고한 백혈구 분류를 위한 도전 과제
1. 문제 정의 (Problem Definition)
백혈구 (WBC) 형태학적 분석은 백혈병, 골수이형성증후군, 중증 감염 등 혈액 및 면역 질환의 진단과 모니터링에 필수적입니다. 그러나 현재 임상 현장에서는 다음과 같은 한계가 존재합니다.
수동 분석의 비효율성: Wright-Giemsa 염색된 말초 혈액 도말을 현미경으로 수동으로 확인하는 과정은 시간이 많이 소요되며, 관찰자 간 편차와 피로도에 민감합니다.
상용 시스템의 한계: 자동화 시스템 (예: Sysmex DI-60) 은 워크플로우 효율성을 높이지만, 희귀하거나 비정형적인 세포 (특히 백혈병 진단에 중요한 blasts 등) 에 대한 정확도가 낮고, 고비용으로 저자원 환경에 배포하기 어렵습니다.
딥러닝 모델의 취약점: 기존 공개 데이터셋을 활용한 딥러닝 모델은 균형 잡힌 깨끗한 이미지에서는 높은 성능을 보이지만, 클래스 불균형 (Class Imbalance), 환자 단위 데이터 누출 (Patient-level leakage), 현실적인 도메인 시프트 (Domain Shift, 예: 노이즈, 흐림, 조명 변화) 에 대한 견고성이 부족합니다.
이러한 격차를 해소하기 위해, WBCBENCH 2026은 현실적인 클래스 불균형과 합성 도메인 시프트 하에서 백혈구 분류 알고리즘의 견고성을 평가하기 위한 ISBI 챌린지 및 벤치마크를 제안합니다.
2. 데이터셋 및 방법론 (Methodology & Dataset)
2.1. 데이터셋 구성
규모: 493 명의 환자로부터 수집된 55,012 개의 현미경 이미지 (단일 기관, 표준화된 Wright-Giemsa 염색).
클래스: 13 가지의 정교한 백혈구 클래스 (분절호중구, 밴드호중구, 호산구, 호염구, 림프구, 단핵구, 미성숙구, 아골수구, 골수구, 전골수구, blast, 변이 림프구, 형질세포, 전림프구 등).
불균형 특성: 성숙한 호중구와 림프구가 대다수를 차지하는 반면, blast 및 기타 미성숙 형태는 매우 드물게 나타나는 심각한 클래스 불균형을 그대로 반영합니다.
2.2. 평가 프로토콜 (Phases & Splits) 데이터는 환자 단위로 엄격하게 분리되어 정보 누출을 방지하며, 두 단계로 나뉩니다.
Phase 1 (훈련): 15% 환자 (74 명, 8,288 이미지) 로 구성되며, 완벽하게 깨끗한 (Pristine) 이미지만 제공합니다.
Phase 2 (검증/테스트): 나머지 85% 환자를 기반으로 하며, 제어된 합성 열화 (Synthetic Degradation) 가 적용됩니다.
최상위 팀: 1 위 팀 (FDVTS WBC) 은 Macro-F1 0.777을 기록하여 베이스라인 대비 약 14 포인트 이상의 개선을 보였습니다. 상위 10 개 팀 중 7 개 팀이 0.70 이상의 점수를 달성했습니다.
주요 발견:
성숙한 세포 vs 희귀 세포: 호중구 (SNE), 림프구 (LY) 등 빈도가 높은 클래스는 모든 팀이 0.97 이상의 높은 F1 점수를 보였습니다.
어려운 클래스: 형질세포 (PC, F1: 0.15), 전림프구 (PLY, F1: 0.59), 밴드호중구 (BNE, F1: 0.42) 등 희귀하거나 형태학적 모호성이 있는 클래스에서는 여전히 성능이 낮았습니다.
성공 요인: 상위 팀들은 Foundation Models (DINO, Swin 등) 의 계층적 앙상블, 희귀 클래스 전용 분류기, 자기 학습 (Self-training), GAN 기반 노이즈 제거, LoRA 파인튜닝 등 다양한 고급 기법을 적용하여 성능을 극대화했습니다.
5. 의의 및 결론 (Significance & Conclusion)
WBCBENCH 2026 은 자동화된 혈액학 워크플로우 배포 시 직면하는 핵심 과제 (불균형, 도메인 시프트, 희귀 세포 분류) 를 명확히 규명했습니다.
현실적 검증: 단순히 깨끗한 데이터에서의 성능이 아닌, 열악한 조건에서도 작동하는 견고한 모델 개발의 중요성을 강조했습니다.
향후 과제: Blast 및 기타 희귀 세포에 대한 분류 성능 향상과 형태학적 모호성을 해결하는 것이 향후 연구의 주요 과제로 남았습니다.
자원 공개: 데이터셋, 평가 도구, 베이스라인 코드가 공개되어 향후 견고한 혈액학 이미지 분석 연구의 표준 벤치마크로 자리 잡을 것으로 기대됩니다.
이 챌린지는 의료 AI 가 실제 임상 환경에서 신뢰할 수 있도록 하기 위한 중요한 디딤돌 역할을 하며, 특히 희귀 질환 진단을 위한 자동화 시스템 개발에 필수적인 통찰을 제공합니다.