Cross-Scanner Reliability of Brain MRI Foundation Model Embeddings: A Travelling-Heads Study

본 연구는 뇌 MRI 파운데이션 모델 임베딩의 스캐너 간 신뢰성을 평가한 결과, 생물학적 메타데이터를 사전 학습 목표에 통합한 모델이 스캐너에 따른 편차 없이 높은 신뢰도를 보인 반면, 순수 자기지도 학습 모델은 스캐너 식별이 가능할 정도로 신뢰도가 낮았음을 규명했습니다.

핵심

이 논문은 **"뇌 MRI 스캔을 위한 최신 인공지능 모델들이 서로 다른 기계에서 찍은 사진을 얼마나 똑같이 이해하는가?"**를 조사한 연구입니다.

쉽게 말해, **"인공지능이 뇌의 생김새를 보는 눈이, MRI 기계의 브랜드나 모델에 따라 달라지는가?"**를 확인한 실험입니다.

이 내용을 일상적인 비유와 함께 설명해 드릴겠습니다.

---

1. 문제 상황: "다른 카메라로 찍으면 얼굴이 다르게 보일까?"

상상해 보세요. 같은 사람을 캐논 카메라, 소니 카메라, 삼성 카메라로 각각 찍었습니다.

• 인간은 세 사진 모두를 보고 "아, 이건 같은 사람이네!"라고 쉽게 알아봅니다.
• 하지만 **어떤 인공지능 (AI)**은 카메라마다 색감이나 화질이 조금씩 다르기 때문에, 세 사진 속의 사람을 서로 다른 사람으로 오해할 수도 있습니다.

이 연구는 뇌 MRI 분야에서도 똑같은 일이 일어날까 봐 걱정했습니다.

• 뇌 MRI 기초 모델 (Foundation Models): 거대한 데이터를 학습해서 뇌를 분석하는 똑똑한 AI 들입니다.
• 문제: 이 AI 들이 학습한 '뇌의 특징'이 실제 뇌의 생리학적 특징인지, 아니면 MRI 기계가 찍은 방식 (기계 브랜드, 설정 등) 의 특징인지 구별이 안 된다면 큰 문제가 됩니다.

2. 실험 방법: "여행하는 두뇌 (Travelling Heads)"

연구진은 20 명의 건강한 사람을 데리고 영국 옥스퍼드와 노팅엄의 8 개 다른 병원에 갔습니다.

• 같은 사람 (20 명) 이 서로 다른 8 대의 MRI 기계에서 똑같은 뇌를 스캔했습니다.
• 마치 같은 사람이 여러 나라의 다른 카메라로 사진을 찍는 것과 같습니다.
• 이렇게 찍은 뇌 데이터를 AI 에게 넣어보고, **"이 AI 는 같은 사람의 뇌를 다른 기계에서도 똑같은 사람으로 인식할까?"**를 테스트했습니다.

3. 실험 결과: "선생님 (지도) 이 있는 AI vs 혼자 공부한 AI"

연구진은 5 가지 다른 AI 모델과 전통적인 분석 방법을 비교했습니다. 결과는 놀라웠습니다.

🏆 우승팀: "생물학적 나침반을 가진 AI" (AnatCL, y-Aware)

• 특징: 이 AI 들은 학습할 때 단순히 이미지만 본 게 아니라, "나이는 몇 살인가?", "뇌의 주름 깊이는 어떤가?" 같은 **생물학적 정보 (지도)**를 함께 학습했습니다.
• 결과: 다른 기계 (카메라) 에서 찍어도 **97%~81%**의 확률로 같은 사람으로 인식했습니다.
• 비유: 마치 "이 사람은 눈이 크고 코가 높다"는 본질적인 특징을 기억하고 있어서, 카메라 렌즈가 조금 달라도 얼굴을 똑바로 알아보는 숙련된 선생님 같습니다.

🥈 준우승: "전통적인 방법" (FreeSurfer)

• 특징: 오래전부터 쓰여 온 수동적인 뇌 측정 방법입니다.
• 결과: 역시 매우 안정적이었습니다 (93%). AI 가 아직 이 전통적인 방법을 완전히 대체하지 못했음을 보여줍니다.

📉 하위권: "혼자서 이미지만 외운 AI" (BrainIAC, BrainSegFounder 등)

• 특징: 이 AI 들은 거대한 데이터만 보고 스스로 학습했습니다 (지도 없이).
• 결과: 같은 사람이라도 기계가 바뀌면 완전히 다른 사람으로 인식했습니다. 신뢰도가 25%~45% 로 매우 낮았습니다.
• 비유: 이 AI 들은 "카메라가 찍은 색감이나 조명"을 뇌의 특징으로 착각하고 외웠습니다. 그래서 기계만 바뀌면 "아, 이 사람 얼굴이 완전히 변했네!"라고 오해하는 초보 학생 같습니다.
• 심각한 점: 어떤 AI 는 뇌의 특징보다 기계 브랜드 (시emens, GE 등) 를 더 잘 기억했습니다. 즉, "이 뇌는 GE 기계에서 찍었구나"라고 맞추는 데는 천재였지만, "이 뇌가 누구의 뇌인지" 아는 데는 서툴렀습니다.

4. 핵심 교훈: "무엇을 배우느냐가 중요하다"

이 연구의 가장 중요한 결론은 AI 의 구조 (CNN 이냐 Transformer 이냐) 나 학습한 데이터의 양이 중요하지 않았다는 것입니다.

• 중요한 것은 학습 방법 (Pretraining Strategy) 입니다.
• 생물학적 정보 (나이, 뇌 구조) 를 학습에 포함시킨 AI는 기계의 차이를 무시하고 뇌의 본질을 보았습니다.
• 단순히 이미지 패턴만 학습한 AI는 기계의 편견 (노이즈) 을 그대로 가져갔습니다.

5. 우리가 무엇을 배울 수 있을까요?

1. AI 를 믿기 전에 검증이 필요합니다: 병원에서 AI 를 쓸 때, 그 AI 가 어떤 기계에서 학습했는지, 다른 기계에서도 똑같이 작동하는지 확인해야 합니다.
2. 데이터의 양보다 '질'이 중요합니다: 거대한 데이터를 무작정 학습하는 것보다, 의미 있는 생물학적 정보를 함께 가르치는 것이 더 신뢰할 수 있는 AI 를 만듭니다.
3. 미래의 방향: 앞으로 개발될 뇌 MRI AI 는 기계의 차이를 무시하고, 오직 사람의 뇌에만 집중하도록 설계되어야 합니다.

한 줄 요약:

"똑똑한 뇌 MRI AI 를 만들려면, 단순히 많은 사진을 보여주는 것보다 **'뇌의 생리학적 특징'을 가르치는 지도 (지도학습)**가 있어야, 어떤 기계에서 찍어도 같은 사람을 알아볼 수 있습니다."

기술 요약

논문 개요

이 연구는 뇌 MRI 기반의 **기초 모델 (Foundation Models, FMs)**이 학습한 임베딩 (내부 표현) 이 서로 다른 MRI 스캐너 간에 얼마나 일관성 있게 재현되는지 (신뢰성) 를 평가한 최초의 체계적인 연구입니다. 연구진은 '여행하는 머리 (Travelling-Heads)' 설계를 활용하여 동일한 피험자를 여러 스캐너에서 촬영함으로써, 생물학적 신호와 스캐너에 따른 기술적 노이즈를 분리하여 분석했습니다.

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 뇌 MRI 기초 모델은 뇌 연령 예측, 질병 분류, 이상 탐지 등 다양한 임상 및 연구 과제에 사전 학습된 백본 (backbone) 으로 널리 사용되고 있습니다.
• 문제: 이러한 모델의 임베딩이 학습된 데이터의 스캐너 (Vendor, 모델) 특성에 민감하게 반응하여, 하위 분석 (downstream analysis) 이 실제 생물학적 차이보다 획득 하드웨어의 차이를 반영할 위험이 있습니다.
• 연구 공백: 기존 연구들은 합성 데이터 변형 (contrast shift 등) 으로 안정성을 평가하거나 단일 스캐너 내 재현성을 확인했으나, 동일한 인체를 여러 스캐너에서 촬영하는 '여행하는 머리' 설계를 통해 기초 모델 임베딩의 교차 스캐너 (cross-scanner) 신뢰성을 정량화한 연구는 부재했습니다.

2. 연구 방법론 (Methodology)

가. 데이터셋 (Dataset)

• ON-Harmony 데이터셋 사용: 영국 옥스퍼드와 노팅엄의 5 개 사이트에서 수집된 3T MRI 데이터.
• 설계: 20 명의 건강한 성인 (13 명 남성, 7 명 여성) 이 3 개 벤더 (Siemens, Philips, GE) 의 8 개 서로 다른 스캐너에서 촬영됨.
• 데이터 구성: 총 165 세션 (각 피험자당 6 개 스캐너에서 1 회 촬영, 일부는 동일 스캐너에서 재촬영). 이는 생물학적 변동과 기술적 변동을 분리하여 신뢰도 (ICC) 를 계산하기에 이상적인 구조입니다.

나. 평가 대상 모델 (Models Evaluated)

5 가지 다양한 아키텍처와 사전 학습 전략을 가진 기초 모델과 FreeSurfer 기반을 비교 평가했습니다.

1. AnatCL: ResNet-18 기반. 해부학적 메타데이터 (피질 두께, 부피 등) 와 연령 정보를 대비 학습 (contrastive learning) 에 통합한 생물학 유도 (Biology-guided) 모델.
2. y-Aware: DenseNet-121 기반. 연령 정보를 대비 학습에 활용한 생물학 유도 모델.
3. BrainIAC: ViT-B (Transformer) 기반. 순수 자기 지도 학습 (Self-Supervised, SimCLR) 모델.
4. BrainSegFounder: Swin Transformer 기반. 재구성 및 회전 예측을 포함한 자기 지도 학습 모델.
5. 3D-Neuro-SimCLR: ResNet-18 기반. 순수 자기 지도 학습 (SimCLR) 모델.
6. FreeSurfer: 기존 표준 해부학적 측정치 (Morphometrics) 를 베이스라인으로 사용.

다. 분석 지표 (Metrics)

• 신뢰도 (Reliability): **ICC (Intraclass Correlation Coefficient)**를 사용하여 스캐너 간 (Between-scanner) 및 스캐너 내 (Within-scanner) 재현성을 측정.
  • ICC(2,1): 스캐너 간 절대 일치도 (신뢰도 평가).
  • ICC(3,1): 스캐너 내 일관성.
• 분산 분해 (Variance Decomposition): 임베딩 변동이 피험자 (생물학), 스캐너 (기술적), 잔차 중 어디에서 기인하는지 ANOVA 기반 분해.
• 스캐너 지문 (Scanner Fingerprinting): 임베딩으로부터 스캐너 식별을 시도하는 SVM 분류 정확도.
• 피험자 식별 (Subject Identification): 다른 스캐너에서 촬영된 동일 피험자를 가장 가까운 이웃으로 찾아내는 정확도.

3. 주요 결과 (Key Results)

가. 스캐너 간 신뢰도 (Between-Scanner Reliability)

모델의 신뢰도는 **사전 학습 전략 (Pretraining Strategy)**에 따라 극명하게 갈렸습니다.

• 우수한 신뢰도 (Excellent/Good):
  • AnatCL: ICC 0.97 (95% CI: 0.94–0.98). 모든 차원이 '우수' 수준. FreeSurfer(0.93) 보다 높음.
  • y-Aware: ICC 0.81. '양호' 수준.
  • FreeSurfer: ICC 0.93. 기존 표준과 유사한 높은 신뢰도 유지.
• 낮은 신뢰도 (Poor):
  • BrainIAC: ICC 0.45 (대부분의 차원이 '나쁨').
  • BrainSegFounder: ICC 0.31.
  • 3D-Neuro-SimCLR: ICC 0.25.
  • 의미: 순수 자기 지도 학습 모델들은 스캐너에 따라 임베딩이 크게 변형되어 신뢰할 수 없었습니다.

나. 분산 분해 및 지문 분석

• AnatCL 및 FreeSurfer: 임베딩 변동의 **84~88% 가 피험자 (생물학)**에서 기인하고, 스캐너 영향은 12% 미만.
• BrainSegFounder: 변동의 57.9% 가 스캐너에서 기인 (생물학 신호가 스캐너 노이즈에 묻힘).
• 3D-Neuro-SimCLR: 잔차 (Residual) 노이즈가 가장 큼 (40.9%), 스캐너 영향도 32% 로 높음.
• 지문 분석: 신뢰도가 높은 모델 (AnatCL) 은 스캐너 식별 정확도가 낮고 (45.5%), 피험자 식별 정확도가 100% 였습니다. 반면 신뢰도가 낮은 모델은 스캐너 식별이 매우 용이했습니다.

다. 설계 요인 분석

• 가장 중요한 요인: 사전 학습 전략. 생물학적 메타데이터 (연령, 해부학적 구조) 를 대비 학습 목표에 통합한 모델이 스캐너에 강건했습니다.
• 무관한 요인: 아키텍처 (CNN vs Transformer), 임베딩 차원, 사전 학습 데이터의 규모 (AnatCL 은 3,984 개 스캔으로 가장 적지만 가장 신뢰도 높음) 는 신뢰도 차이를 설명하지 못했습니다.

4. 주요 기여 및 의의 (Contributions & Significance)

1. 최초의 체계적 벤치마크: 뇌 MRI 기초 모델의 교차 스캐너 신뢰성을 '여행하는 머리' 설계를 통해 정량화한 최초의 연구입니다.
2. 생물학 유도 학습의 중요성 입증: 순수 자기 지도 학습 (Self-supervised) 만으로는 스캐너 편향을 제거하기 어렵고, 생물학적 메타데이터를 사전 학습 목표에 명시적으로 통합하는 것이 스캐너 불변의 임베딩을 얻는 핵심임을 증명했습니다.
3. 임상 적용에 대한 경고: 현재 널리 사용되는 일부 기초 모델 (BrainIAC, BrainSegFounder 등) 은 스캐너에 따라 임베딩이 크게 달라지므로, 이를 그대로 사용하여 다기관 (multi-site) 데이터를 분석할 경우 생물학적 결론이 하드웨어 편향에 의해 왜곡될 수 있음을 경고합니다.
4. 해결 방안 제시:
   • 모델 선택 시 사전 학습 전략을 고려해야 함.
   • 신뢰도가 낮은 모델을 사용할 경우, 하위 작업 전에 ComBat과 같은 통계적 조화 (harmonization) 나 스캐너 인식 (scanner-aware) 대비 학습이 필수적임을 시사.

5. 결론

이 연구는 뇌 MRI 기초 모델의 신뢰성이 단순히 모델의 크기나 아키텍처가 아니라, **"무엇을 학습하게 했는가 (사전 학습 전략)"**에 달려 있음을 보여줍니다. 생물학적 신호를 명시적으로 학습시킨 모델 (AnatCL, y-Aware) 은 기존 해부학적 측정치와 동등하거나 더 나은 신뢰도를 보였으나, 순수 자기 지도 학습 모델들은 스캐너 편향에 취약했습니다. 따라서 다기관 임상 연구 및 진단 시스템 도입 시, 기초 모델의 교차 스캐너 신뢰성을 필수적으로 검증하고, 필요시 생물학적 메타데이터를 활용한 사전 학습이나 조화 기법을 적용해야 함을 강조합니다.