🧬 biology

Do Pathology Foundation Models Learn Biology? Uncertainty-Based Evaluation on AML Cytomorphology

이 연구는 범용 비전 모델이 표준 클러스터링 지표에서는 병리 특화 파운데이션 모델보다 뛰어난 성능을 보일 수 있지만, 후자의 생물학적으로 유의미한 구조를 포착하는 능력은 급성 골수성 백혈병에서의 세포 성숙 상태를 구분하는 안정적인 불확실성 패턴을 통해 더 잘 드러난다는 것을 입증한다.

원저자: Aadil Bhat, Sajad Kawa, Mohammad Munzir

게시일 2026-08-31

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Aadil Bhat, Sajad Kawa, Mohammad Munzir

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

의학의 세계에서 현미경은 인체의 보이지 않는 기계 장치를 이해하기 위한 주요 도구로 오랫동안 자리 잡아 왔습니다. 의사가 혈액 질환을 의심할 때, 그들은 세포 슬라이드를 관찰하며 세포가 건강한지 혹은 병들었는지를 드러내는 형태, 색상, 질감의 미묘한 차이를 찾습니다. 이 작업은 매우 까다롭고 인간의 실수에 취약합니다. 전문가들조차 자신이 보고 있는 것에 대해 의견이 일치하지 않을 수 있으며, 과정 또한 느립니다. 이를 돕기 위해 과학자들은 인공지능을 활용하여 컴퓨터가 이러한 패턴을 인식하도록 가르치고 있습니다. 최근에는 '파운데이션 모델'이라 불리는 강력한 차세대 컴퓨터 프로그램들이 등장했습니다. 이들은 수백만 개의 이미지를 통해 세상을 이해하도록 훈련된, 마치 방대한 시각적 지식의 도서관과 같습니다. 어떤 모델은 자연의 일반적인 사진들로 훈련된 반면, 다른 모델들은 특정 의료용 슬라이드에 특화되어 훈련되었습니다. 의사와 연구자들의 큰 질문은, 세상 전반에 대해 매우 똑똑한 이 범용 프로그램들이 인간 세포의 구체적이고 복잡한 생물학적 원리를 진정으로 이해할 수 있는지, 아니면 이를 위해 의료 영상으로 별도의 훈련을 거쳐야 하는지 여부입니다.

한 연구팀은 급성 골수성 백혈병이라는 특정 유형의 혈액암을 대상으로 세 가지 서로 다른 컴퓨터 모델을 테스트하여 이 질문에 답하고자 했습니다. 이 질병은 혈액 세포가 제대로 성숙하지 못하고 미성숙한 상태에 머물러 있을 때 발생합니다. 연구진은 이미 전문가들에 의해 생물학적 발달 단계에 따라 15개의 뚜렷한 범주로 분류된 약 17,500장의 개별 세포 이미지가 포함된 데이터셋을 사용했습니다. 목표는 컴퓨터 모델이 정답을 미리 알지 못한 상태에서 이 세포들을 올바르게 그룹화할 수 있는지 확인하는 것이었습니다. 그들은 일반 이미지를 학습한 표준 모델, 더 발전된 학습법을 사용해 일반 이미지를 학습한 대규모 모델, 그리고 수백만 장의 의료 병리 슬라이드를 학습한 특화된 모델을 테스트했습니다.

결과는 놀라운 반전을 보여주었습니다. 연구진이 컴퓨터가 형성한 그룹이 얼마나 깔끔하게 구성되었는지 살펴보았을 때, 자연 사진을 학습한 범용 모델이 가장 우수한 성능을 보였습니다. 이 모델은 이론적으로 완벽해 보이는, 매우 조밀하고 잘 분리된 클러스터를 만들어냈습니다. 그러나 연구진이 이 그룹들이 실제 생물학적 세포 유형과 일치하는지 확인했을 때, 이 동일한 모델은 완전히 실패했습니다. 이 모델은 겉모습은 비슷해 보이지만 신체 내에서 전혀 다른 계통에 속하는 세포들을 하나로 묶어버렸습니다. 반면, 의료용 슬라이드를 학습한 특화 모델은 생성된 그룹이 더 무질서하고 기하학적으로 덜 완벽해 보였지만, 이 그룹들은 질병의 실제 생물학적 특성과 훨씬 더 잘 일치했습니다. 특화된 모델은 의사에게 중요한 미묘한 차이를 이해한 반면, 범용 모델은 표면적인 유사함에 속았습니다.

연구진은 왜 이런 일이 발생했는지 그 핵심을 파악하기 위해 새로운 방식의 테스트를 개발했습니다. 바로 컴퓨터가 각 세포에 대해 느끼는 '불확실성'을 측정하는 것이었습니다. 생물학에서 어떤 세포들은 명확하게 정의되고 안정적인 반면, 어떤 세포들은 한 단계에서 다른 단계로 변화하는 과도기적 상태에 있습니다. 이러한 과도기적 세포들은 본질적으로 모호합니다. 연구진은 의료 학습 모델이 마땅히 그래야 할 곳, 즉 과도기적이고 변화하는 세포를 볼 때 높은 불확실성을 보인다는 것을 발견했습니다. 즉, 이 모델은 이러한 세포들을 규정하기 어렵다는 점을 인식하고 있었습니다. 그러나 범용 모델은 이러한 패턴을 보이지 않았습니다. 이 모델은 모든 것에 대해 똑같이 확신을 가졌으며, 생물학적 복잡성을 감지하는 데 실패했습니다. 이 불확실성은 그룹의 깔끔함보다 진정한 이해를 판단하는 데 더 신뢰할 수 있는 척도가 되었습니다.

이 연구는 이러한 도구들을 평가하는 방식에 대한 중요한 교훈을 제시했습니다. 만약 연구자가 그룹이 얼마나 정돈되어 있는지를 측정하는 표준 점수만을 본다면, 잘못된 모델을 선택하게 될 것입니다. 표준 테스트에서 가장 좋아 보이는 모델이 실제로는 생물학을 이해하는 데 가장 형편없는 모델이기 때문입니다. 더욱이 연구진은 의료 모델의 성능이 실험의 시작 방식에 따라 달라질 수 있지만, 불확실성을 감지하는 능력은 일정하고 신뢰할 수 있다는 것을 발견했습니다. 이는 모델이 모호함에 어떻게 반응하는지를 관찰하는 것이 단순히 사물을 깔끔한 더미로 분류하는지 확인하는 것보다 모델의 지능을 판단하는 더 나은 방법임을 시사합니다. 궁극적으로 이 연구는 컴퓨터를 수백만 장의 의료 영상으로 훈련시키는 것이 세상에 대한 독특한 흔적을 남기며, 이를 통해 일반적인 지식만으로는 달성할 수 없는 방식으로 질병의 생물학적 실체를 파악할 수 있게 해준다는 것을 보여줍니다.

기술 요약: AML 세포 형태학에 대한 불확실성 기반의 병리 파운데이션 모델 평가

문제 정의
병리 파운데이션 모델은 의료 영상 분석을 위한 특징 추출기로 점점 더 많이 활용되고 있다. 그러나 비지도 학습 환경에서 이들이 일반 목적의 비전 모델보다 구체적으로 어떤 우위를 점하는지는 아직 검증되지 않았다. 레이블이 없는 방법론은 시각적 유사성에 따라 세포를 그룹화할 수 있지만, 레이블이 없는 상태에서 이러한 그룹화가 생물학적으로 일관된 구조와 대응된다는 보장은 없다. 핵심 과제는 도메인 특화 사전 학습(병리 전체 슬라이드 이미지 기반)이 일반 목적의 자기지도 학습 모델이나 지도 학습 베이스라인에 비해 근본적인 생물학적 분화 계층을 더 잘 포착하는 표현(representation)을 생성하는지 여부를 결정하는 것이며, 특히 추론 시점에 정답 레이블을 사용할 수 없는 경우를 포함한다.

방법론
본 연구는 15개의 전문가 정의 AML(급성 골수성 백혈병) 형태학 카테고리에 걸친 17,447개의 단일 세포 이미지를 포함하는 AML-Cytomorphology LMU 데이터셋을 활용한다. 특징 추출기의 효과를 격리하기 위해, 저자들은 클러스터링 파이프라인(FuzzyGNN-Clust)은 고정하고 백본(backbone)만을 세 가지 서로 다른 사전 학습 체계에 따라 변화시켰다:

ResNet50: ImageNet 상의 지도 학습 사전 학습.
DINOv2-large: 자연 이미지(1억 4,200만 장의 사진) 상의 자기지도 학습 사전 학습.
Virchow2: 310만 장의 병리 전체 슬라이드 이미지(WSI) 상의 자기지도 학습 사전 학습.

평가는 이중 지표 접근 방식을 채택하였다:

표준 클러스터링 지표: 사후적으로 15개의 전문가 레이블에 대해 계산된 내부 지표(Silhouette, Davies-Bouldin Index, Calinski-Harabasz Score)와 외부 지표(Adjusted Rand Index [ARI], Normalized Mutual Information [NMI]).
불확실성 프로빙(Uncertainty-Based Probing): 세포당 불확실성 점수를 계산하여 생물학적 구조의 프로브로 활용하였다. 가설은 불식성이 생물학적 분화 구조, 즉 레이블이 없는 상태에서도 성숙한 유형에 비해 전이 단계의 세포 유형(예: 골수아세포, 전골수세포)에서 더 높은 불확실성을 나타낼 것이라는 점이었다.

재현성을 평가하기 위해 5개의 독립적인 랜덤 시드를 사용하여 실험을 수행하였다.

주요 결과

지표 해리(순위 역전) 현상: 내부 지표와 외부 지표 간의 완전한 순위 역전이 관찰되었다.
- 내부 지표: DINOv2가 1위(Silhouette = 0.522)를 차지했고, Res-Net50이 그 뒤를 이었으며, Virchow2가 최하위를 기록했다. DINOv2는 가장 기하학적으로 조밀하고 잘 분리된 클러스터를 생성했다.
- 외부 지표 (생물학적 회복): Virchow2가 1위(ARI = 0.113)를 차지했고, ResNet50이 그 뒤를 이었으며, DINOv2가 최하위(ARI = 0.033)를 기록했다. Virchow2는 ResNet50보다 2.8배, DINOv2보다 3.4배 향상된 ARI를 달ato했다.
클러스터 구성: DINOv2는 핵의 형태학적 조밀함(예: 림프구, 분엽된 호중구, 호산구를 함께 클러스터링)을 기준으로 그룹화하여 계통 경계를 가로질렀다. 반면, Virchow2는 단핵구 및 골수계 전구세포(MOB, MYO, MON)를 함께 그룹화하며 부분적인 계통 일관성을 보였다.
불확실성 구조: Virchow2는 불확실성 점수가 세포 유형을 유의미하게 구분해낸 유일한 백본이었다 (Kruskal-Wallis $H = 178.2, p = 1.5 \times 10^{-30}$ ). 전이 단계의 골수계 전구세포는 성숙한 유형( $\bar{\Omega} = 0.313$ )보다 유의미하게 높은 불확실성( $\bar{\Omega} = 0.384$ )을 나타냈다. ResNet50과 DINOv2는 15개 세포 유형 모두에서 평탄한 불확실성 프로파일을 보였다.
재현성: Virchow2의 클러스터링 정확도(ARI)는 시드에 따라 크게 변동했으나( $0.016 \pm 0.006$ ), 불확실성 구조는 안정적이었다(Kruskal-Wallis $H$ 범위 167–178). 이는 불-지도 상황에서 불확실성 구조가 클러스터링 정확도보다 표현의 품질을 나타내는 더 신뢰할 수 있는 신호임을 시사한다.

의의 및 주장
본 논문은 세 가지 주요 발견을 주장한다:

불확실성의 생물학적 정렬: Virchow2의 불확실성 분포는 DINOv2나 ResNet50이 재현하지 못하는 방식으로 골수 분화 경계를 추적한다. 이 패턴은 5회의 독립적인 실행 과정에서도 지속되었으며, 이는 도메인 특화 사전 학습이 자연 이미지 학습에서는 놓치는 세포학적 특징에 대한 민감성을 심어준다는 것을 시사한다.
지표 역전 문제: 본 연구는 가장 기하학적으로 조밀한 클러스터를 생성하는 백본(DINOv2)이 생물학적 구조를 가장 적게 회복하는 반면, 가장 느슨한 내부 기하 구조를 가진 백본(Virchow2)이 가장 많은 구조를 회복한다는 것을 입증했다. 따라서 레이블이 없는 내부 지표만을 사용하여 백본의 표현을 벤치마킹하는 것은 생물학적 일관성이 필요한 작업에 있어 신뢰할 수 없다.
클러스터링 정확도 대비 불확실성의 안정성: Virchow2의 클러스터링 정확도는 시드 의존성이 높지만, 불확실성 구조는 안정적이다. 이는 비지도 학습 시나리오에서 불확실성 구조가 단일 실행 클러스터링 정확도보다 표현 품질의 더 견고한 지표임을 시사한다.

저자들은 도메인 특화 사전 학습이 생물학적으로 구별되는 세포 유형에 걸쳐 불확실성을 어떻게 분포시키는지에 대한 탐지 가능한 흔적을 남긴다고 결론지었다. 이 흔적은 기하학적 깔끔함보다 생물학적 일관성을 목적으로 할 때 표준 클러스터링 점수보다 더 유익하다. 본 연구는 층화된 하위 샘플(1,577개 이미지) 사용 및 단 3개의 백본 테스트라는 한계를 언급하며, 구조화된 불확실성과 병리 사전 학습 간의 연결을 추가적인 표적 조사가 필요한 가설로 취급한다.

유사한 논문