BreastMammo and DenseMammo: Benchmarks for Mammography Domain Generalization

의사들이 인체의 내부를 들여다보고 위기가 닥치기 전에 문제를 포착할 수 있는 초능력 안경을 가진 세상을 상상해 보십시오. 이것이 바로 유방 촬영술(유방의 특수 X선 사진) 분야에서 인공지능(AI)이 약속하는 미래입니다. 수년 동안 과학자들은 이 AI "안경"이 유방암을 찾아내도록 훈련시켜 왔지만, 좌절스러운 벽에 부딪혔습니다. 모든 병원이 서로 다른 회사의 서로 다른 X선 장비를 사용하기 때문인데, 이는 마치 모든 브랜드의 카메라가 사진을 찍을 때 색감과 조명이 조금씩 다른 것과 같습니다. 한 브랜드의 사진으로 학습된 AI는 다른 브랜드의 사진을 보면 혼란에 빠지곤 합니다. 이는 마치 특정 예술 스타일의 사진으로만 고양이를 알아보도록 학생을 가르친 것과 같아서, 다른 스타일의 사진을 보여주면 그것이 같은 고양이라는 것을 알아차리지 못할 수도 있습니다. 이러한 혼란을 "도메인 시프트(domain shift)"라고 부르며, 이는 매우 큰 문제입니다. 왜냐하면 한 병원에서는 완벽하게 작동하는 AI가 다음 병원에서는 실패하여 진단을 놓칠 수도 있다는 것을 의미하기 때문입니다.

이 논문은 이 혼란을 해결할 수 있는 영리하고 새로운 방법을 소개합니다. 연구진은 BreastMammo와 DenseMammo라는 두 가지 새로운 유방 촬영 데이터 세트를 만들었는데, 이는 AI를 위한 거대하고 다양한 연습 시험 역할을 합니다. 하지만 진짜 마법은 데이터 그 자체만이 아닙니다. 그들은 AI에게 "카메라 스타일"은 무시하고 오직 "고양이"에만 집중하도록 가르치는 새로운 기술을 발명했습니다. 그들은 이를 **전경 전용 히스토그램 매칭(foreground-only histogram matching)**이라고 부릅니다. 이것은 마치 사진의 어느 부분이 실제 유방 조직이고 어느 부분이 단순히 빈 검은 공간인지 정확히 아는 사진 편집기처럼 작동합니다. 전체 이미지를 수정하려고 하는 대신(쓸모없는 검은 배경을 포함해서), AI는 조직 자체의 밝기와 대비만을 조정하여 표준적인 모습에 맞춥니다. 이렇게 함으로써 AI는 어떤 기계로 찍었는지와 상관없이 조직의 모양과 질감을 인식하는 법을 배웁니다. 결과는 유망합니다. 이 방법으로 본 적 없는 없는 병원의 데이터를 테스트했을 때, AI는 치밀한 조직을 식별하고 양성과 악성을 구별하는 능력이 훨씬 향상되었으며, 문제를 다른 방식으로 해결하려 했던 다른 인기 있는 방법들을 능가했습니다.

문제점: "카메라 필터" 이슈

당신이 로봇에게 사과를 식별하는 법을 가르치고 있다고 상상해 보십시오. 당신은 햇살이 비치는 주방에서 찍은 빨간 사과 사진 수천 장을 보여줍니다. 로봇은 완벽하게 학습합니다. 하지만 그 후, 당신이 빛이 어둡고 노란빛이 도는 다른 주방으로 데려가서 사과가 오렌지색처럼 보이게 만든다면 어떻게 될까요? 로봇은 당황합니다. "이게 사과인가요?"라고 묻습니다. "내가 알던 사과와 다르게 생겼어요!"

유방 촬영의 세계에서도 정확히 이런 일이 일어납니다. 병원들은 서로 다른 제조사(GE, Hologic, Siemens 등)의 X선 장비를 사용하며, 각 장비는 이미지를 처리하는 방식이 약간씩 다릅니다. 어떤 장비는 조직을 매우 밝고 대비가 높게 만들고, 다른 장비는 더 부드럽고 회색빛이 돌게 만듭니다. 만약 AI 모델이 단 한두 곳의 병원 데이터로만 학습된다면, 모델은 실제 질병만큼이나 해당 장비의 "스타일"을 인식하게 됩니다. 만약 당신이 다른 장비를 사용하는 제3의 병원으로 그 모델을 보낸다면, 모델은 혼란에 빠질 것입니다. 논문은 이를 **도메인 시프트(domain shift)**라고 부릅니다. 이는 우리가 단순히 하나의 "완벽한" AI를 만들어 어디서나 사용할 수 없다는 것을 의미하기 때문에 큰 장애물이 됩니다. 우리는 AI를 이러한 카메라 차이에 면역력을 갖게 만드는 방법이 필요합니다.

새로운 데이터: 거대한 연습 라이브러리

이를 해결하기 위해 연구진은 먼저 더 나은 연습 재료가 필요했습니다. 그들은 두 가지 새로운 데이터 세트를 도입했습니다:

1. BreastMammo: 447명의 환자로부터 얻은 894장의 이미지 모음입니다. 이것은 "진단용" 이미지로, 환자가 이미 증상이나 멍울이 있는 상태에서 촬영되었습니다. 각 환자는 유방의 두 가지 뷰(위에서 내려다본 뷰와 측면 뷰)를 가집니다. 이미지는 멍울이 양성(무해함)인지 악성(암)인지에 대한 라벨이 붙어 있으며, 환자의 유방 치밀도 카테고리도 포함되어 있습니다.
2. DenseMammo: 증상이 없는 사람들을 위한 정기 검진용인 더 큰 규모의 "스크리닝" 데이터 세트입니다. 이 데이터는 620명의 환자로부터 얻은 2,480장의 이미지를 포함합니다. 여기의 각 환자는 양쪽 유방에 대해 각각 두 개의 각도를 가진 총 네 개의 뷰를 가집니다.

두 데이터 세트는 모두 전문가의 라벨링(치밀도 카테고리 A~D)을 거쳐 정교하게 관리되었으며, 다른 과학자들이 사용할 수 있도록 공개되어 있습니다. 목표는 모든 이가 동일한 규칙 아래에서 자신의 AI 모델을 경주할 수 있는 표준화된 "테스트 트랙"을 만드는 것이었습니다.

해결책: "조직 전용" 필터

연구진은 기존의 "카메라 스타일" 문제를 해결하려는 시도들이 실수를 범하고 있다는 점을 깨달았습니다. 어떤 방법들은 서로 다른 이미지의 "특징(features)"을 섞으려고 했는데, 이는 마치 페인트 색을 섞어 새로운 색조를 만드는 것과 같습니다. 문제는 이 과정에서 조직 질감의 미세하고 중요한 디테일을 실수로 흐릿하게 만들 수 있다는 점입니다. 다른 방법들은 이미지의 "주파수(frequency)"를 바꾸려고 시도했는데(노래의 저음과 고음을 조절하는 것처럼), 이는 종종 배경을 망쳐서 X선 사진의 빈 검은 부분에 이상한 노이즈를 추가하곤 했습니다.

연구팀은 새로운 접근 방식인 **전경 전용 히스토그램 매칭(Foreground-Only Histogram Matching)**을 제안했습니다.

작동 방식은 다음과 같은 비유를 들어 설명할 수 있습니다:
검은색 종이 위에 숲(유방 조직)의 흑백 사진이 있다고 상상해 보십시오. 종이에는 커다란 검은색 테두리(X선 사진의 빈 공간)가 있습니다.

• 기존 방법들은 검은 테두리를 포함한 종이 전체의 밝기를 조절하려고 했습니다. 이는 나쁜 방식입니다. 테두리는 빈 공간일 뿐이며, 테두리를 바꾼다고 해서 나무가 더 잘 보이는 것도 아니고 오히려 나무를 이상하게 보이게 만들 수도 있기 때문입니다.
• 새로운 방법은 검은 테두리에 마스크를 씌웁니다. 그리고 이렇게 말합니다. "이 부분은 무시해. 우리는 오직 나무에만 관심이 있어." 그런 다음 원본 사진의 "히스토그램"(어두운 픽셀, 밝은 픽셀, 그 중간의 픽셀이 얼마나 있는지 보여주는 차트)만을 살펴봅니다. 그런 다음 원본 사진 속의 나무 밝기를 참조 사진의 나무 밝기와 일치하도록 조정합니다.

결정적으로, 그들은 단순히 스타일을 교체하는 것이 아니라 부드러운 그래디언트를 생성합니다. 그들은 원본과 새로운 스타일을 혼합한 새로운 "합성" 이미지들을 만들어냅니다. 그들은 모든 이미지에 대해 **25%, 50%, 75%, 100%**의 비율로 스타일을 블렌딩하여 네 가지 버전을 생성합니다. 이를 통해 AI는 동일한 조직이라도 사용하는 기계에 따라 약간 다르게 보일 수 있지만, 여전히 동일한 조직임을 학습하게 됩니다.

결과: 효과가 있는가?

연구진은 Swin Transformer라는 강력한 AI 모델을 사용하여 시스템을 테스트했습니다. 그들은 두 가지 유형의 테스트를 수행했습니다.

1. 내부 테스트 (연습 게임)
그들은 자신들의 새로운 데이터 세트(BreastMamment, DenseMammo)로 AI를 훈련시키고, 5-겹 교차 검증(모델이 단순히 데이터를 암기하는 것을 방지하기 위한 엄격한 방식)을 통해 동일한 데이터에서 얼마나 잘 작동하는지 확인했습니다.

• 결과: Swin Transformer 모델은 DenseMammo 데이터 세트의 치밀도 분류에서 최고 **AUC 98.32%**를 달성했습니다. 이는 매우 높은 점수로, 모델이 데이터를 잘 알고 있을 때 작업 수행 능력이 매우 뛰어남을 나타냅니다.
• 또한, 고해상도 이미지(512x512 픽셀)를 사용하는 것이 표준 크기(224x224)에 비해 큰 도움이 되지 않는다는 것을 발견했는데, 이는 AI가 이미 표준 크기에 맞춰 훈련되었기 때문으로 보입니다.

2. 외부 테스트 (실전 도전)
이것이 가장 중요한 부분입니다. 그들은 자신들의 데이터로 훈련된 AI를 가져와서, 서로 다른 기계와 스타일을 사용하는 다른 병원의 두 가지 데이터 세트인 TNMammo와 LUMINA에서 테스트했습니다. 이는 "도메인 시프트" 문제를 나타냅니다.

• 그들의 방법 없이: AI는 고전했습니다. TNMammo에서 AUC는 **83.46%**였고, LUMINA에서는 **81.72%**였습니다.
• 그들의 방법 적용 시: AI 성능이 크게 향상되었습니다. TNMammo에서 AUC는 **86.38%**로 뛰었고, LUMINA에서는 **86.13%**로 올랐습니다.
• 비교: 그들은 자신들의 방법을 특징을 섞는 MixStyle이나 주파수 패턴을 바꾸는 DFT와 같은 다른 인기 있는 기술들과 비교했습니다. 그들의 "전경 전용" 방식은 이러한 다른 접근 방식들을 일관되게 앞질렀습니다.

이것이 왜 중요한가

이 논문은 조직에만 엄격하게 집중하고 배경을 무시함으로써, AI가 다양한 기기에서 작동하는 "보편적인" 유방 관찰법을 배운다고 시사합니다. 저자들은 전체 이미지(배경 포함)를 수정하려는 시도가 노이즈와 혼란을 야기하는 반면, 이 표적화된 접근 방식은 진단에 필요한 섬세한 질감을 보존한다고 주장합니다.

결국, 이것은 단순히 시험 점수를 높이는 것에 관한 문제가 아닙니다. 이것은 전 세계 어디에서나, 어떤 병원에서든 신뢰할 수 있는 AI를 구축하는 것에 관한 것입니다. 만약 AI가 "카메라 필터"를 무시하고 "고양이"에 집중하는 법을 배울 수 있다면, 장비와 상관없이 전 세계 의사들이 유방암을 더 빠르고 정확하게 발견하도록 도울 수 있습니다. 연구진은 이 "조직 전용" 기술이 더 나은, 더 신뢰할 수 있는 의료용 AI를 구축하는 표준 도구가 되기를 바라며 데이터와 코드를 대중에게 공개했습니다.