Beyond Binary: Four-Class Risk Stratification from Gastrointestinal Endoscopy Using Asymmetric-Cost Lightweight CNN–Transformer Learning

기술 요약: 이진 분류를 넘어: 비대칭 비용 경량 CNN-Transformer 학습을 이용한 위장관 내시경의 4단계 위험 계층화

문제 제식
현재의 AI 보조 내시경 시스템은 주로 이진 방식인 "병변 있음/없음" 프레임워크에 따라 작동합니다. 저자들은 이러한 설계가 임상적 소견을 서로 다른 임상 조치를 요구하는 단계별 위험 수준으로 분류하는 발표된 임상 진료 지침(특히 미국 소화기학회(ACG) 및 유럽 소화기내시경학회(ESGE)의 지침)과 근본적으로 일치하지 않는다고 주장합니다. 또한, 이진 시스템은 모든 오분류 오류를 동일하게 취급하여, 고위험 병변을 놓치는 것(잠재적으로 침습적 암으로 이어질 수 있음)이 정상 소견을 과잉 분류하는 것보다 훨씬 더 심각한 결과를 초래한다는 결정적인 임상적 비대칭성을 무시합니다. 기존의 딥러닝 접근 방식은 종종 임상용 하드웨어에 부적합한 무거운 모델에 의존하거나, 위장관 위험 계층화의 특정한 비용 비대칭성을 해결하지 못하는 경우가 많습니다.

방법론
본 연구는 표준 임상 하드웨어에서 실행할 수 있도록 설계된 경량 4단계 위험 계층화 프레임워크를 제안합니다. 방법론은 다음 구성 요소로 이루어집니다:

• 임상 위험 스키마: 저자들은 HyperKvasir 데이터셋의 21개 발견 클래스를 네 가지 실행 가능한 단계로 매핑했습니다: 정상(정기 검진), 염증성(의학적 관리), 전암 단계(생검/강화된 감시), 고위험(긴급 개입/절제). 두 개의 비병리적 클래스는 제외되었습니다.
• 모델 아키텍처: 각각 800만 개 미만의 파라미터를 가진 세 가지 경량 아키텍처를 벤치마킹했습니다:
  • DenseNet-121 (CNN)
  • EfficientNet-B0 (CNN)
  • DeiT-Tiny (Vision Transformer)
    모든 모델은 ImageNet-1k로 사전 학습되었으며, 작업별 분류 헤드로 미세 조정되었습니다.
• 비대칭 내시경 손실(Asymmetric Endoscopy Loss, AEL): 훈련 목적 함수에 임상적 위험 비대칭성을 직접 인코딩하기 위해 새로운 가중치 교차 엔트로피 손실 함수를 도입했습니다. 가중치 벡터 $w = [1.0, 3.5, 3.0, 5.0]$는 고위험 병변을 오분류했을 때 정상 소견에 비해 5배의 페널티를 부여합니다. 염증성 병변에 대한 가중치(3.5) 또한 데이터셋의 심각한 클래스 불균형을 부분적으로 교정하기 위해 높게 설정되었습니다.
• 전처리 및 훈련: 점막 대비를 높이기 위해 영상에 대비 제한 적응형 히스토그램 균등화(CLAHE)를 적용했습니다. 훈련에는 배치 균형을 맞추기 위해 WeightedRandomSampler를 사용했습니다.
• 불확실성 정량화 및 의뢰 프로토콜: 추론 시(30회의 확률적 통과) 예측 불확실성을 추정하기 위해 몬테카를로(MC) 드롭아웃이 사용되었습니다. 안전 중심의 의뢰 프로토콜이 다음과 같이 수립되었습니다:
  1. 전암 단계 또는 고위험으로 분류된 모든 예측은 확신도와 관계없이 자동으로 내시경 의사 검토 대상으로 격상됩니다.
  2. 확신도가 임계값($\tau = 0.75$) 미만인 예측도 격상됩니다.
  3. 높은 확신도를 가진 정상 또는 염증성 예측만이 자동 승인(auto-cleared)됩니다.
• 설명 가능성: GradCAM을 사용하여 살리언시 맵(saliency maps)을 생성함으로써, 모델의 주의(attention)가 임상적으로 유의미한 점막 특징과 일치하는지 검증했습니다.

주요 결과

• 분류 성능: HyperKvasir 테스트 세트에서 DenseNet-121은 가장 높은 macro F1-score(0.8371)와 평균 AUC-ROC(0.9704)를 달 기록했습니다. EfficientNet-B0는 독립적인 Kvasir-v2 데이터셋에서 우수한 제로샷 일반화 성능(macro F1 = 0.7756)을 보였으며, 도메인 내 결과와 비교했을 때 성능 저하가 가장 적었습니다.
• 고위험 탐지: 모든 아키텍처는 직접 분류 시 94% 이상의 고위험 재현율(recall)을 달성했습니다. 결정적으로, MC 드롭아웃 의뢰 프로토콜 하에서, 필수 격상 규칙이 모든 전암 및 고위험 예측을 포착함에 따라 내부 테스트 세트에서 **놓친 고위험 병변은 제로(0)**였습니다.
• 업무량 감소: 시스템은 고확신도 정상 및 염증성 소견의 44.9% 사례를 성공적으로 자동 승인하여, 안전을 저해하지 않으면서 내시경 의사의 검토 부담을 약 45% 줄일 수 있음을 보여주었습니다.
• 절제 연구 및 민감도: 절제 연구(ablation study)를 통해 AEL 손실 함수가 안전 필수 클래스를 효과적으로 우선순위에 둔다는 것을 확인했습니다. Focal Loss가 통제된 프로토콜에서 약간 더 높은 macro F1을 달성했으나, AEL은 경쟁력 있는 고위험 재현율(0.9546)을 유지하면서도 특정 임상 비용 비대칭성을 강제했습니다. 민감도 분석을 통해 5.0의 페널티 가중치가 최적의 운영 지점임을 식별했습니다.
• 설명 가능성: GradCAM 히트맵은 모델이 단순한 아티팩트가 아닌 임상적으로 유의미한 특징(예: 점막 불규칙성, 염색 경계)에 집중하고 있음을 확인시켜 주었습니다. CNN은 더 날카롭고 국소적인 주의를 생성한 반면, 트랜스포머는 더 넓고 문맥 인식적인 패턴을 보여주었습니다.

의의 및 주장
본 논문은 이 연구를 임상 현장에 즉시 배포하기 위한 검증된 도구라기보다, 가이드라인에 부합하는 경량 AI의 타당성을 확립하는 컴퓨터적 벤치마크로 규정합니다. 주요 기여는 다음과 같습니다:

1. 과업의 재정의: 이진 병변 탐지에서 ACG/ESGE 임상 가이드라인을 직접 반영하는 4단계 위험 계층화 과업으로 전환했습니다.
2. 비대칭 비용 학습: 고위험 병변을 놓쳤을 때의 생존 비용 비대칭성을 명시적으로 인코딩하기 위해 AEL 손실 함수를 도입했습니다. 이는 이전의 위장관 분류 작업에는 없던 기능입니다.
3. 안전 우선 아키텍처: 경량 모델(<8M 파라미터)이 높은 성능을 달- 수 있음을 입증하였으며, MC 드롭아웃과 엄격한 안전 제약(고위험 단계의 필수 격상)을 결합하여 구조적으로 고위험 병변 누락 제로를 보장할 수 있음을 보여주었습니다.
4. 하드웨어 실현 가능성: CNN과 트랜스포머 아키텍처 모두가 견고한 성능을 유지하면서 표준 임상 내시경 하드웨어의 파라미터 제약 내에서 작동할 수 있음을 증명했습니다.

저자들은 단일 기관 소스인 HyperKvasir 데이터의 한계, 복잡한 임상적 뉘앙스를 4단계로 단순화한 점, 그리고 임상 배포 전 다기관 전향적 검증의 필요성을 한계점으로 인정합니다. 또한, 모델은 경량이지만 특정 임상 하드웨어(예: 임베디드 GPU)에서의 실시간 추론 지연 시간(latency)에 대한 추가적인 특성화가 필요하다고 언급했습니다.