A multi-model study of diagnostic faithfulness in AI-generated histopathology images

병리학자는 인간 조직의 얇은 단면을 현미경으로 관찰하여 질병을 진단하는 미시 세계의 탐정입니다. 그들의 작업은 세포의 모양, 조직의 질감, 구조의 배열과 같이 눈에 보이는 것을 설명하는 정밀한 언어에 의존합니다. 수십 년 동안 이러한 시각적 교훈을 공유하는 것은 어려운 일이었습니다. 실제 환자의 이미지는 엄격한 개인정보 보호법에 의해 보호되며, 학생들을 가르치거나 컴퓨터를 훈련시키기 위해 충분한 희귀 질환 사례를 찾는 것은 끊임없는 과제입니다. 최근 몇 년 사이, 텍스트 설명을 그림으로 바꿀 수 있는 새로운 종류의 인공지지능이 등장했습니다. 이 기계들이 완벽한 교육용 이미지를 생성하거나 연구를 위한 방대한 합성 조직 라이브러리를 구축함으로써 실제 환자 데이터의 필요성을 우회할 수 있기를 기대하고 있습니다. 그러나 결정적인 질문이 남아 있습니다. 만약 컴퓨터가 특정 질병에 대한 설명을 쓰고 나서 그에 따른 그림을 그린다면, 그 그림이 실제로 실물처럼 보이는 것일까요, 아니면 그저 그럴듯한 추측처럼 보이는 것일까요?

칭화 대학교의 한 연구팀은 일곱 가지의 서로 다른 인공지능 모델을 테스트함으로써 이 질문에 답하고자 했습니다. 그들은 이 기계들이 의료 보고서를 정확한 조직학 이미지로 충실하게 번역할 수 있는지 확인하고 싶었습니다. 이를 위해 연구진은 권위 있는 의학 교과서에서 추출한 579개의 실제 사례를 사용하여 엄격한 테스트를 구축했습니다. 이 사례들은 뇌와 폐에서부터 피부와 생식 기관에 이르기까지 다양한 인체 계통을 다루었습니다. 연구진은 교과서 사례의 서술된 설명을 일곱 가지 AI 모델에 입력하고 그에 상응하는 이미지를 생성하도록 요청했습니다. 그런 다음 세 가지 서로 다른 자동화된 방법을 사용하여 결과를 비교했습니다. 한 가지 방법은 생성된 이미지의 전반적인 스타일과 질감이 실제 이미지와 일치하는지 확인했습니다. 두 번째 방법은 이미지의 구체적인 세부 사항이 설명 속의 특정 단어들과 얼마나 잘 부합하는지 측정했습니다. 세 번째 방법은 기억력 테스트였습니다. 그들은 AI가 생성한 이미지를 시스템에 보여주고, 그것을 만들어낸 원래의 의료 보고서를 찾아낼 수 있는지 물었습니다.

결과는 이 기계들이 무엇을 할 수 있고 무엇을 할 수 없는지에 대한 복잡한 양상을 보여주었습니다. '나노 바나나 프로(Nano Banana Pro)'라는 이름의 한 모델이 세 가지 테스트 모두에서 다른 모델들보다 더 나은 성능을 보였습니다. 이 모델은 교과서 사례와 가장 유사한 이미지를 만들어냈으며, 서술된 내용과도 가장 잘 부합했습니다. 그러나 이 최고 성능의 모델조차 기억력 테스트에서는 어려움을 겪었습니다. 생성된 이미지를 보여주었을 때, 시스템은 원래의 의료 보고서를 올바르게 식별하는 데 약 6%의 확률로만 성공했습니다. 이는 이미지가 전반적으로는 사실적으로 보일지라도, 의사나 컴퓨터가 하나의 특정 사례를 다른 사례와 구별할 수 있게 해주는 구체적이고 고유한 세부 사항이 부족함을 의미합니다. 또한 연구는 서로 다른 테스트 방법들이 자주 서로 불일치한다는 것을 발견했습니다. 어떤 모델은 조직 샘의 일반적인 '외형'을 모방하는 데는 뛰어나지만 텍스트에 기술된 구체적인 세부 사항을 포착하는 데는 실패할 수 있으며, 또 다른 모델은 그 반대일 수도 있습니다.

이러한 불일치는 현재 의학 분야에서 인공지능을 평가하는 방식의 중대한 한계를 강조합니다. 모델은 자신이 나타내고자 하는 특정 질병을 실제로 이해하지 못한 채, 조직 샘의 일반적인 '모습'을 흉내 내는 데 탁월할 수 있습니다. 연구진은 유방 조직만을 학습한 특화된 모델이 유방 샘의 일반적인 외형을 모방하는 데는 뛰어난 성능을 보였으나, 이것이 특정 사례의 구체적인 특징을 정확하게 구현할 수 있다는 것을 보장하지는 않는다는 것을 발견했습니다. 이 연구는 이러한 모델들을 판단하기 위해 단 하나의 점수에 의존하는 것은 위험하다고 결론짓습니다. AI가 의학 교육이나 연구에 정말로 유용한지 알기 위해서는, 이미지의 일반적인 사실성과 특정 설명에 부합하는 능력을 모두 측정해야 합니다. 이 시스템들이 질병의 미세한 세부 사항을 신뢰성 있게 재현할 수 있을 때까지, 이들은 일반적인 시각 자료를 생성하는 강력한 도구일 뿐 아직 실제 병리학의 정밀함을 대체할 준비는 되지 않았습니다.