CogAlign-CausalX: mask-grounded polyp analysis with closed-form explanation-alignment scoring

매년 수백만 명의 사람들이 대장암의 위험에 직면해 있는데, 이 질환은 종종 대장 내부에서 작고 무해해 보이는 성장물인 용종(폴립)으로부터 시작됩니다. 의사들은 대장 내부를 들여다보고 이러한 성장물이 위험한 것으로 변하기 전에 제거하기 위해 콜로노스코피(대장 내시경)라고 불리는 절차를 사용합니다. 수년간 연구자들은 컴퓨터가 절차 중 촬영된 비디오 영상 속에서 이러한 용종을 찾아낼 수 있도록 가르쳐 왔습니다. 이러한 컴퓨터 프로그램들은 용종의 주변을 선으로 그려 나머지 조직과 분리해 내는 데 매우 능숙해졌습니다. 하지만 한 가지 주요한 문제가 남아 있습니다. 컴퓨터가 용종을 지목할 수는 있지만, 왜 그것이 용종이라고 생각하는지 그 이유를 쉽게 설명하지 못한다는 점입니다. 높은 이해관계가 걸린 의료 현장에서 의사는 단순히 기계의 최종 추측이 아니라, 기계의 추론 과정을 신뢰할 수 있어야 합니다. 컴퓨터가 "이것은 용종이다"라고 말한다면, 의사는 기계가 올바른 특징을 보고 있는 것인지, 아니면 단순히 운 좋은 패턴에 기반해 추측하고 있는 것인지 알아야 합니다.

한 연구팀은 이 신뢰 문제를 해결하기 위한 새로운 방법을 제안했습니다. 먼저 추측을 한 뒤 나중에 스스로를 설명하려고 시도하는 복잡한 시스템을 만드는 대신, 그들은 설명이 사고 과정의 첫 단계에 내장된 컴퓨터 파이프라인을 설계했습니다. 그들이 'CogAlign-CausalX'라고 부르는 이 방식은 컴퓨터가 이미 식별한 특정 영역만을 사용하여 결정을 내리도록 강제함으로써 작동합니다. 의사가 대장의 사진을 보면서 의심스러운 부분만 제외하고 나머지는 종이로 가린 채, 그 종이 아래에 보이는 것만을 바탕으로 판단하는 모습을 상상해 보십시오. 이 시스템에서 컴퓨터도 똑같이 행동합니다. 컴퓨터는 먼저 잠재적인 용종 주위에 마스크, 즉 디지털 윤곽선을 그립니다. 그런 다음, 그 윤곽선 밖의 모든 이미지를 버리고 오직 그 윤곽선 내부의 픽셀만을 보고 어떤 종류의 성장물인지 결정합니다. 컴퓨터는 그 윤곽선 밖을 볼 수 없기 때문에, 윤곽선 자체가 설명이 됩니다. 만약 컴퓨터가 정답을 맞혔다면, 그것은 컴퓨터가 살펴볼 올바른 영역을 정확히 식별했기 때문입니다.

이 접근 방식이 실제로 효과가 있는지 확인하기 위해, 연구자들은 컴퓨터의 윤곽선이 얼마나 좋은지를 단순히 눈으로 보는 것이 아니라 점수를 부여하여 측정할 방법이 필요했습니다. 그들은 컴퓨터의 윤곽선을 검사하는 세 가지 구체적인 항목을 확인하는 새로운 채점 방식을 개발했습니다. 첫째, 컴퓨터의 윤곽선이 실제 용종의 대부분 내부에 머물러 있는지 확인합니다. 둘째, 컴퓨터의 윤곽선 모양이 전문가가 그린 모양과 얼마나 일치하는지 확인합니다. 셋째, 컴퓨터의 윤곽선이 용종을 둘러싼 건강한 조직으로 넘쳐흐르는지 확인합니다. 이 세 가지 검사를 하나의 숫자로 결합함으로써, 연구자들은 단 몇 분의 1초 만에 컴퓨터의 '추론'이 인간의 전문 지식과 얼마나 잘 일치하는지 알 수 있습니다. 이는 동일한 이미지를 약간의 무작위 변화와 함께 시스템에 수십 번 반복해서 실행하여 몇 분이 걸리는 기존의 방식보다 훨씬 빠릅니다.

연구자들은 이 시스템을 테스트하기 위해 의료 전문가들이 정밀하게 검토하고 라벨을 붙인 1,000장의 실제 대장 이미지를 사용했습니다. 그들은 이 이미지들을 컴퓨터를 학습시키기 위한 그룹과 테스트하기 위한 그룹으로 나누어, 그룹 간의 중복이 없도록 했습니다. 결과는 이 시스템이 상당히 효과적임을 보여주었습니다. 시스템은 대부분의 경우 용종을 성공적으로 식별했으며, 정확도 점수는 여러 오래된 컴퓨터 모델들보다 높았지만, 가장 최신의 강력한 시스템들보다는 약간 뒤처졌습니다. 더 중요한 것은, 시스템이 자신의 설명에 대해 명확한 수치 점수를 제공했다는 점입니다. 연구자들은 컴퓨터가 실수를 할 때, 그것은 완전히 무엇을 보고 있는지 오해하는 것이 아니라, 용종이 실제보다 약간 크거나 작다고 추측하는 것과 같은 작은 실수였다는 것을 발견했습니다.

그러나 연구자들은 새로운 채점 방식의 특정 약점을 주의 깊게 지적했습니다. 그들은 점수가 매우 신중한 컴퓨터에 의해 속을 수 있다는 것을 발견했습니다. 만약 컴퓨터가 큰 용종 안에 완벽하게 머무는 작은 윤곽선을 그렸지만 용종의 실제 크기 대부분을 놓쳤더라도, 점수는 여전히 매우 높게 나올 수 있었습니다. 이는 점수가 안전 구역 안에 머물고 건강한 조직으로 넘쳐나지 않는 것에 보상을 주는 반면, 전체 용종을 다 덮지 못한 것에 대해서는 크게 벌점을 주지 않기 때문입니다. 연구자들은 컴퓨터가 건강한 조직을 건드리지 않으려 매우 조심스럽게 행동하기만 해도 용종의 3분의 2를 놓친 채 높은 점수를 받을 수 있음을 보여주었습니다. 이 발견은 이 점수만으로는 시스템을 판단할 수 없다는 점에서 매우 중요합니다. 점수는 항상 실제 용종이 얼마나 발견되었는지를 나타내는 표준 척도와 함께 검토되어야 합니다.

이 연구는 또한 이 특정 테스트가 알려줄 수 있는 한계를 강조했습니다. 컴퓨터는 단일 이미지 세트로 훈련 및 테스트되었으며, 연구자들은 실험을 위해 오직 하나의 특정 설정만을 사용했습니다. 그들은 이 시스템이 현재 사용 중인 컴퓨터에서 실제 의료 절차 중에 실시간으로 실행될 만큼 빠르지 않다는 점을 언급하며, 현재는 실제 진료 중 도움을 주기보다는 사후에 이미지를 검토하는 데 더 적합하다고 밝혔습니다. 또한, 그들이 사용한 이미지는 단일하고 선명한 스냅샷이며, 의사들이 실제 절차 중에 보는 움직이고 때로는 흐릿한 비디오가 아닙니다. 연구자들은 이 방법이 컴퓨터 비전에 대한 새로운 측정 방식을 제공하지만, 아직 임상에 바로 투입될 수 있는 완성된 제품은 아니라고 강조했습니다. 이것은 어떻게 하면 설명이 결정의 입력값이 되는 시스템을 구축할 수 있는지 보여주는 개념 증명이며, 그러한 시스템을 실제 환자에게 신뢰할 수 있게 만들기 위해 무엇을 수정해야 하는지에 대한 명확한 로드맵을 제공합니다.

결국, 이 작업은 컴퓨터가 용종을 찾는 것을 더 똑똑하게 만드는 것에 관한 것이라기보다, 컴퓨터의 사고 과정을 가시화하고 측정 가능하게 만드는 것에 관한 것입니다. 컴퓨터가 자신이 강조한 영역에만 의존하도록 강제함으로써, 연구자들은 '왜'가 '무엇'만큼 중요한 시스템을 만들었습니다. 그들은 별도의 설명 단계를 나중에 추가하는 것이 아니라, 설계 단계부터 설명이 포함되도록 만들 수 있음을 증명했습니다. 비록 그들의 특정 채점 도구가 용종을 얼마나 놓쳤는지에 대한 사각지대를 가지고 있을지라도, 설명이 출력이 아닌 입력이어야 한다는 핵심 아이디어는 유망한 길을 제시합니다. 연구자들은 다른 이들이 자신들의 작업을 검증하고, 수치를 확인하며, 그들의 발견을 바탕으로 발전시켜 나갈 수 있도록 코드와 데이터를 공개하여 차세대 의료 AI가 단순히 정확할 뿐만 아니라 이해 가능하도록 만들었습니다.