B-MIM: Biased Masked Image Modeling for Generalizable Segmentation of Fine-Grained Anatomical Structures

현대 의료 환경에서 컴퓨터 단층 촬영, 즉 CT는 진단의 초석으로 자리 잡고 있습니다. 여러 장의 X선 영상을 결합함으로써, 이 기계들은 인체의 내부를 3차원으로 상세하게 구현하여 의사들이 절개 없이도 몸속을 들여다볼 수 있게 해줍니다. 이 기술은 암과 같은 질병을 포착하고, 심장 질환을 모니터링하며, 복잡한 수술을 계획하는 데 필수적입니다. 이러한 스캔이 생성하는 방대한 양의 데이터를 해석하기 위해, 연구자들은 점점 더 인공지능에 의존하고 있습니다. 이 컴퓨터 시스템들은 패턴을 인식하도록 훈련되어, 종양을 식별하거나 혈관을 추적하거나 장기의 크기를 측정할 수 있는 '제2의 눈' 역할을 합니다. 그러나 이러한 디지털 조수들이 제대로 작동하기 위해서는, 먼저 의사가 세상을 보는 방식대로 세상을 보는 법을 배워야 합니다. 이 학습 과정은 흔히 '자기 지도 학습(self-supervised learning)'을 포함하는데, 이는 컴퓨터가 특정 과업을 배우기 전에 해부학에 대한 일반적인 이해를 구축하기 위해 라벨이 붙지 않은 수백만 개의 이미지를 스스로 공부하는 방법입니다. 목표는 간이나 심장 같은 큰 장기를 잘 인식하는 것을 넘어, 환자의 건강을 결정짓는 핵심이 될 수 있는 작고 정교한 세부 사항까지도 민감하게 포착할 수 있는 모델을 만드는 것입니다.

문제는 현재 대부분의 AI 모델이 전체적인 큰 그림을 이해하도록 훈련되어 있다는 점에 있습니다. 이들은 커다란 어두운 형체가 간이라는 것을 식별하는 데는 뛰어나지만, 그 안을 흐르는 가느다란 실 같은 구조물, 예를 들어 혈관이나 초기 단계의 종양일 수 있는 작고 불규칙한 점들을 파악하는 데는 종종 어려움을 겪습니다. 이러한 미세한 디테일은 매우 중요합니다. 혈관이 정확히 어디로 지나가는지 아는 것은 외과의가 병든 간 부위를 안전하게 제거할 수 있는지 여부를 결정하며, 아주 작은 종양을 조기에 발견하는 것은 생사와 직결될 수 있기 때문입니다. 칠레와 사우디아라비아의 연구진은 이러한 사각지대를 해결하기 위해 새로운 접근 방식을 개발했습니다. 그들은 컴퓨터가 장기의 전체적인 모양에는 주의를 덜 기울이고, 그 구조를 정의하는 국소적인 고주파 세부 사항에 더 집중하도록 가르치는 '편향된 마스크 이미지 모델링(Biased Masked Image Modeling, B-MIM)'이라는 시스템을 만들었습니다.

연구진은 시스템을 훈련시키기 위해 방대한 양의 의료 데이터를 수집하는 것부터 시작했습니다. 그들은 17개의 서로 다른 공개 소스에서 추출한 CT 스캔을 결합하여 약 10,000개의 복부 연구 사례로 구성된 표준화된 데이터셋을 구축했습니다. 이 컬렉션에는 거의 200만 개의 개별 이미지 슬라이스가 포함되었으며, 모두 고품질이며 복부 영역에 집중되도록 신중하게 필터링되었습니다. 데이터를 준비하기 위해, 그들은 자동화된 도구를 사용하여 관련 없는 신체 부위를 잘라내고 모든 스캔이 동일한 방향을 향하도록 정렬했습니다. 이 거대하고 다양한 데이터셋은 AI가 교훈을 얻는 교실 역할을 했으며, 이를 통해 모델이 다양한 인간의 해부학적 구조와 스캐닝 기술에 노출될 수 있도록 보장했습니다.

그들 연구의 핵심 혁신은 컴퓨터가 이미지로부터 학습하는 방식의 변화에 있습니다. 표준적인 훈련 방식에서 컴퓨터는 사진을 보고, 그 일부를 숨긴 뒤, 주변 맥락을 바탕으로 무엇이 빠졌는지 추측하도록 요청받습니다. 보통 컴퓨터는 동시에 이미지 전체의 전반적인 의미를 이해하도록 권장됩니다. 연구진은 이러한 이중적인 초점이 AI가 작은 세부 사항에 집중하는 것을 방해한다는 것을 발견했습니다. 이를 해결하기 위해, 그들은 훈련 과정에 '편향(bias)'을 도입했습니다. 그들은 시스템이 때때로 전역적 맥락을 완전히 무시하고, 오로지 누락된 국소적 조각들을 재구성하는 데만 의존하도록 프로그래밍했습니다. 이를 확률적으로 수행함으로써—즉, 컴퓨터가 각 학습 단계마다 전체 그림을 볼 것인지 아니면 작은 부분만을 볼 것인지를 무작위로 결정하게 함으로써—그들은 AI가 미세한 질감과 연속적인 선을 파악하는 전문가가 되도록 독려했습니다. B-MIM이라 불리는 이 접근 방식은 모델이 단순히 장기의 일반적인 부피를 인식하는 것이 아니라, 가는 혈관을 추적하거나 작은 종양의 윤곽을 그내는 데 필요한 고해解상도의 형태학적 세부 사항을 포착하도록 밀어붙입니다.

이 새로운 방법이 실제로 효과가 있는지 테스트하기 위해, 연구진은 B-MIM 기법을 사용하여 강력한 AI 아키텍처인 Swin Transformer의 3D 버전을 훈련시켰습니다. 그런 다음 이 훈련된 시스템을 간 내 혈관 네트워크를 추적하고 작은 종양을 식별하는 두 가지 어려운 과업에 투입했습니다. 결정적으로, 그들은 모델이 지식을 일반화할 수 있는지 확인하기 위해 서로 다른 병원과 서로 다른 환자군에서 가져온, 한 번도 본 적 없는 데이터로 시스템을 테스트했습니다. 결과는 놀라웠습니다. 간 혈관을 분할하라는 요청을 받았을 때, 새 모델은 위상적 충실도(topological fidelity) 측면에서 상당한 개선을 보였는데, 이는 다른 데이터셋으로 이동하더라도 혈관을 끊김 없이 연결된 상태로 유지하는 능력이 훨씬 뛰어났음을 의미합니다. 한 특정 테스트에서, 이 모델은 조정 가능한 매개변수를 아주 적게 사용했음에도 불구하고 이전 방법들과 비교하여 이러한 혈관 추적 능력을 거의 19% 향상시켰습니다. 모델은 AI의 주요 부분을 동결시킨 채, 새로운 과업에 적응하기 위해 아주 적은 수의 설정값만을 업데이트하면서도 이러한 결과를 달려냈습니다.

연구는 또한 시스템이 종양 분할(segmentation)에서 얼마나 잘 수행되는지도 살펴보았습니다. 여기서 결과는 다소 엇갈렸는데, 연구진은 이것이 종양이 혈관보다 크기와 모양이 훨씬 더 다양하기 때문이라고 설명합니다. 모델은 경쟁력 있는 성능을 보여주었지만, 혈관의 일관되고 관 모양인 특성이 종양의 불규칙한 모양보다 새로운 훈련 방식으로부터 더 많은 이득을 얻은 것으로 보였습니다. 연구진은 그들의 접근 방식이 대규모 계산 자원이나 광범위한 재훈련 없이도 고품질의 분할을 가능하게 하여, 의료 영상 분야에서 실용적인 도구가 될 수 있다고 언급했습니다. 초기 학습 단계에서 '큰 그림'을 이해해야 한다는 압박을 줄임으로써, AI는 미세한 분석에 가장 중요한 정교한 디테일에 더 익숙해질 수 있었습니다.

이 연구의 함의는 단순히 테스트의 수치를 개선하는 것에 그치지 않습니다. 연구진은 AI가 이미지를 보는 방식을 바꿈으로써, 거칠고 일반적인 특징에서 인간 해부학을 정의하는 섬세하고 구체적인 구조로 초점을 옮기는 것이 가능하다는 것을 입증했습니다. 이는 수술 계획이나 질병 조기 발견과 같이 정밀함이 요구되는 과업을 수행할 때, 전역적 이해와 국소적 이해 사이의 균형을 맞추는 전통적인 접근 방식이 조정될 필요가 있음을 시사합니다. 연구는 편향된 훈련 전략이 새로운 미지의 데이터로 지식을 전달하는 모델의 능력을 향상시킨다고 결론지으며, AI를 복잡한 의료 진단 세계에서 더 신뢰할 수 있는 파트너로 만드는 유망한 길을 제시합니다. 이 작업은 때때로 전체 그림을 명확하게 보기 위해서는, 먼저 큰 그림을 무시하고 오직 세부 사항에 완전히 집중하는 법을 배워야 한다는 사실을 상기시켜 줍니다.