Weakly Supervised Multicenter Nancy Index Scoring in Ulcerative Colitis Using Foundation Models

"약한 감독을 활용한 기초 모델을 통한 궤양성 대장염의 다기관 낸시 지수 점수화"에 대한 상세한 기술 요약입니다.

1. 문제 제기

본 논문은 궤양성 대장염 (UC) 활동성에 대한 組織학적 낸시 지수 (NHI) 점수화의 자동화 과제를 다룹니다.

• 임상적 맥락: NHI 는 UC 의 조직학적 활동을 평가하는 표준 5 단계 척도 (0~4) 로, 임상 시험 및 일상 진료에 필수적입니다. 수동 등급 매기는 시간이 많이 소요되며 관찰자 간 및 관찰자 내 변이가 큽니다.
• 기술적 과제: 기존 계산 병리학 솔루션들은 종종 밀집된 영역 수준 또는 세포 수준 주석에 의존하는데, 이는 생성 비용이 많이 들고 서로 다른 기관 간 표준화가 어렵습니다.
• 구체적 목표: 이질적인 염색 프로토콜, 스캐너 유형, 환자 군을 가진 다기관 데이터셋에서 약한 감독(사례 수준 또는 슬라이드 수준 라벨만 사용) 하에 작동하는 견고한 자동 점수화 시스템을 개발하는 것입니다.

2. 방법론

저자들은 전체 슬라이드 이미지 (WSI) 에 맞춘 약한 감독 다중 인스턴스 학습 (MIL) 파이프라인을 제안합니다.

A. 데이터 준비

• 데이터셋: 2019~2025 년에 걸친 세 개의 체코 기관 (IKEM, TUH, KNL) 에서 수집된 H&E 염색 대장 생검의 후향적 컬렉션.
• 라벨: 슬라이드/사례 수준 NHI 등급 (0~4) 만 사용 가능했습니다. 영역 수준 주석은 사용되지 않았습니다.
• 전처리:
  • 조직 검출 및 품질 관리 (흐림/아티팩트 제거).
  • 타일링: 슬라이드를 세 가지 해상도 (T0, T1, T2) 로 타일링합니다.
  • 데이터 분할: 훈련, 예비 테스트, 최종 테스트 세트 간 환자 데이터 유출이 없도록 사례 수준 분할을 수행합니다.

B. 모델 아키텍처

파이프라인은 기초 모델 접근법과 특화된 MIL 전략을 결합합니다:

1. 기초 모델 인코더: 프리트레인된 고정된 시각 인코더 (UNI2-h, Prov-GigaPath, Virchow2) 가 타일 임베딩 ($h_i$) 을 추출합니다.
2. 특화 추론 모델: 단일 모놀리식 모델 대신, 특정 진단 하작업을 위해 세 가지 별도의 MIL 모델을 훈련합니다:
   • 호중구 활동성 모델: 이진 분류 (낮음 vs 높음 활동성).
   • Nancy-Low 모델: 등급 {0, 1, High} 에 대한 다중 클래스 분류.
   • Nancy-High 모델: 등급 {Low, 2, 3, 4} 에 대한 다중 클래스 분류.
3. 어텐션 기반 집계 (인스턴스 우선 변형):
   • 표준 MIL 은 먼저 임베딩을 집계한 후 분류합니다.
   • 본 논문의 변형: 각 타일 임베딩에 작업별 분류기 ($c_\psi$) 를 적용하여 타일 수준 로짓 ($s_i$) 을 생성합니다.
   • 이러한 타일 로짓은 어텐션 가중치 ($a_i$) 를 사용하여 슬라이드 수준 로짓으로 풀링됩니다: $s = \sum a_i s_i$.
   • 이 "인스턴스 우선" 접근법은 직접적인 타일 수준 점수화와 더 나은 해석 가능성을 가능하게 합니다.

C. 후처리 및 앙상블

• 앙상블 전략: 추론 시 세 가지 모델이 투표하여 활동성 그룹 (낮음 vs 높음) 을 결정합니다.
• 최종 예측: 최종 5 단계 NHI 는 적절한 전문가 모델 (낮음 또는 높음) 을 선택하고 해당 등급 클래스에 대한 argmax 를 취하여 도출하며, "기타" 그룹 클래스는 무시합니다.

3. 주요 기여

1. 약한 감독 프레임워크: 비용이 많이 드는 밀집 주석 없이 거친 슬라이드 수준 라벨만 사용하여 NHI 예측에 성공적으로 대처합니다.
2. 특화 MIL 아키텍처: 단일 평탄한 분류기 대신 전문가 모델 (호중구, 낮음, 높음) 앙상블을 통한 "계층적 게이트"를 도입하여 특정 임상 종점에서의 성능을 향상시킵니다.
3. 기초 모델 통합: 다기관 이질성을 처리하는 현대 병리학 기초 모델 (특히 Virchow2) 의 유효성을 입증합니다.
4. 다기관 검증: 다양한 프로토콜을 가진 세 개의 서로 다른 기관에서 엄격한 평가를 수행하여 도메인 이동에 대한 견고성을 증명합니다.
5. 해석 가능성: 어텐션 가중치와 인스턴스 우선 분류를 활용하여 결정에 기여하는 특정 조직 영역 (예: 크립티티스, 농양) 을 시각화합니다.

4. 결과

모델은 세 기관의 데이터를 모두 포함한 최종 테스트 세트에서 평가되었습니다.

• 성능 지표:
  • 가중 코헨의 $\kappa$: 0.85 (PathAI 의 참조 $\kappa$ 0.91 대비).
  • 스피어만 상관관계 ($\rho$): 0.85 (PathAI 의 0.89 대비).
  • 성능은 약한 감독만 사용했음에도 강력한 참조 시스템과 비교 가능한 수준입니다.
• 절대 실험 (Ablation Studies):
  • 인코더 선택: Virchow2가 가장 일관된 개선을 제공했습니다. Virchow2 와 낮은 해상도 (T2) 를 함께 사용하면 호중구 및 Nancy-Low 작업의 정확도가 향상되면서 계산 시간은 약 10 배 감소했습니다.
  • 앙상블 vs 계층적 게이트: 제안된 앙상블 접근법 (가중 $\kappa$ = 0.89) 은 엄격한 계층적 게이트 기준선 (가중 $\kappa$ = 0.87) 보다 우월하여, 독립적인 작업별 관점이 더 견고한 결정을 산출함을 시사합니다.
  • 호중구 검출: 학습된 호중구 모델은 외부 프리트레인 호중구 검출기보다 현저히 우수했습니다 (정밀도: 0.91 대 0.74).
• 해석 가능성: 어텐션 히트맵은 호중구성 크립티티스, 크립트 농양, 표면 상피 손상과 같은 생물학적으로 관련성 있는 특징을 성공적으로 강조했습니다.

5. 의의 및 결론

• 임상적 영향: 본 연구는 약한 감독 MIL 과 기초 모델을 결합한 접근법이 현실적이고 이질적인 다기관 환경에서 견고하고 해석 가능한 조직학 점수화를 제공할 수 있음을 보여줍니다.
• 효율성: 슬라이드 수준 라벨에 의존함으로써 병리학자의 주석 부담을 획기적으로 줄여 대규모 배포를 가능하게 합니다.
• 의사결정 지원: 이 시스템은 기관 간 등급 매기를 표준화하고 관찰자 간 변이를 줄일 수 있는 실행 가능한 의사결정 지원 도구로 작용하며, 특히 비활성 (NHI 0) 과 매우 활발한 (NHI 4) 사례를 구분하는 데 특히 유용합니다.
• 향후 방향: 본 연구는 복잡하고 현실적인 임상 환경에서 계산 병리학의 표준 패러다임으로서 "기초 모델 + 약한 감독"의 잠재력을 검증합니다.