A ResNet-50 Classifier with Grad-CAM and SHAP for Explainable Breast Cancer Detection in Dense Mammography: Comparison with Human Radiologist Performance

기술 요약: 밀도 높은 유방 촬영술에서의 설명 가능한 유방암 검출을 위한 Grad-CAM 및 SHAP 기반 ResNet-50 분류기

문제 정의
유방암은 전 세계 여성들에게 가장 빈번하게 진단되는 악성 종양입니다. 스크리닝 유방 촬영술은 사망률을 낮추는 데 기여하지만, 치밀한 유방 조직이 병변을 가리는 밀도 높은 유방의 경우 그 효능이 크게 저하됩니다. 방사선 전문의가 치밀 유방 촬영술을 판독할 때의 민감도는 60~70%에 불과하여, 암을 놓치거나 진단이 지연되는 결과를 초래합니다. 딥러닝 모델은 회고적 연구에서 높은 정확도를 보여주었으나, 일반적으로 투명성이 결여된 "블랙박스" 형태로 작동합니다. 의사들은 모델의 추론 과정을 검증하거나 잠재적 편향을 식별할 수 없으며, 이는 신뢰도와 임상 도입을 제한합니다. 따라서 높은 정확도를 달면서도 해석 가능하고 임상적으로 실행 가능한 설명을 제공하는 진단 시스템이 절실히 필요합니다.

방법론
본 연구는 MammoBench v2 컬렉션에서 추출한 균형 잡힌 데이터셋을 사용하여 ResNet-50 아키텍처를 활용한 지도 학습 기반 딥러닝 접근 방식을 채택했습니다. 이 데이터셋은 INbreast, CMMD, DDSM, DMID, KAU-BCMD, CDD-CESM 등 6개의 유방 촬영술 소스를 통합한 총 19,731장의 이미지로 구성됩니다. 클래스 불균형 문제를 해결하기 위해 저자들은 16,368장(악성 8,184장, 비암성 8,184장)의 균형 잡힌 데이터셋을 구축하였으며, 이를 훈련(60%), 검증(20%), 테스트(20%) 세트로 나누었습니다.

모델 아키텍처는 ImageNet으로 사전 학습된 ResNet-50 백본을 사용하였으며, 상단의 분류 레이어를 제거하고 글로벌 평균 풀링 레이어, 드롭아웃 레이어, 그리고 이진 분류를 위한 밀집 레이어(dense layers)로 교체하였습니다. 모델은 바이너리 크로스 엔트로피 손실 함수를 사용하여 Adam 옵티마이저로 훈련되었으며, 과적합을 방지하기 위해 조기 종료(early stopping)와 학습률 감소(learning rate reduction) 기법을 적용했습니다.

해석 가능성의 간극을 메우기 위해 본 연구는 두 가지 설명 가능한 AI(XAI) 기술을 통합했습니다:

1. Grad-CAM (Gradient-weighted Class Activation Mapping): conv5_block3_conv 레이어에 적용되어 공간적 히트맵을 생성합니다. 이는 모델의 예측에 가장 큰 영향을 미친 유방 촬영술의 특정 영역을 시각화하여 "어디"에 해당하는 질문에 답합니다.
2. SHAP (SHapley Additive exPlanations): 300장의 층화 샘플 테스트 이미지에 대해 KernelSHAP을 적용했습니다. 이 방법은 개별 특징이 모델 출력에 기여하는 정도를 정량화하여 전역적 해석 가능성을 제공하고 예측 신뢰도를 평가합니다.

주요 기여
본 논문은 네 가지 주요 기여를 합니다:

1. 성능 벤치마킹: 표준 ResNet-50 분류기가 치밀 유방 촬영술에서 경쟁력 있는 특이도를 유지하면서도 보고된 인간의 범위(60~70%)보다 높은 민감도(72.2%)를 달 счет할 수 있음을 입증했습니다.
2. 포괄적인 XAI 프레임워크: 공간적 설명(Grad-CAM)과 정량적 특징 중요도(SHAP)를 결합하여 임상적으로 실행 가능한 신뢰 임계값을 생성합니다.
3. 오류 특성화: Grad-CAM 시각화를 활용하여 오류 유형을 구분합니다. 위음성(False negatives)은 병변을 국소화하지 못하는 약하고 확산된 활성화를 특징으로 하며, 위양성(False positives)은 양성 종괴에 대한 강한 국소적 활성화(오해) 또는 치밀한 유선 조직에 대한 확산된 활성화(과잉 해석)를 특징으로 합니다.
4. 임상 배포 가이드라인: SHAP 분석을 통해 도출된 구체적인 신뢰 가이드라인을 제시하며, 모델을 자율적인 스크리너가 아닌 보조적인 제2 판독자(second reader)로 사용할 것을 권장합니다.

결과
3,274장의 균형 잡힌 홀드아웃(held-out) 테스트 세트에 대해 모델은 다음과 같은 성과를 달성했습니다:

• 정확도(Accuracy): 76.45%
• 민감도(Sensitivity/Recall): 72.2% (1,637개의 악성 사례 중 1,182개 탐지)
• 특이도(Specificity): 80.7% (1,637개의 비암성 사례 중 1,321개 식별)
• AUC-ROC: 0.846
• 평균 정밀도(Average Precision): 0.835

72.2%의 민감도는 치밀 유방에서의 일반적인 인간 수행 범위(6070%)를 상회하지만, 특이도는 방사선 전문의의 규범인 8590%보다 다소 낮습니다. 저자들은 암을 놓치는 것이 주요 위험인 제2 판독 도구로서 이러한 트레이드오프가 임상적으로 수용 가능하다고 언급했습니다.

무작위로 샘플링된 300장의 테스트 이미지에 대한 SHAP 분석 결과, 모든 예측이 "불확실한" 확률 범위(0.3~0.7) 내에 있는 것으로 나타났습니다. 평균 확률은 0.351, 평균 엔트로피는 0.64였습니다. 이는 모델이 선택되지 않은 유방 촬영술에 대해 적절한 주의를 기울이며, 강력한 증거가 없는 경우 기본 유병률로 회귀함을 나타냅니다.

의의 및 주장
본 논문은 견고한 설명 가능성 방법과 결합된 표준 딥러닝 분류기가 도전적인 영역인 치밀 유방 조직에서도 인간의 민감도를 능가하면서 투명한 추론을 제공할 수 있다고 주장합니다. 연구는 모델이 자율적인 진단 도구가 아닌 제2 판독자로서 배치되어야 함을 강조합니다.

SHAP 분석을 바탕으로 저자들은 세 가지 구체적인 임상 권고 사항을 제안합니다:

1. 모델을 신뢰하십시오: 출력 확률이 0.3 미만이거나 0.7 이상일 때, 이는 높은 신뢰도의 예측을 나타냅니다.
2. 방사선 전문의의 필수 검토가 필요합니다: 모델의 불확실성이 가장 높은 0.4에서 0.6 사이의 예측에 해당합니다.
3. 모델을 배치하십시오: 고신뢰도 사례를 플래그(flag)하고 모호한 사례는 인간 전문가에게 위임함으로써 임상적 판단을 대체하는 것이 아니라 강화하도록 합니다.

저자들은 이 프레임워크가 설명 가능한 AI를 유방암 스크리닝에 통합하는 실질적인 경로를 제공하여, 조기 발견율을 높이고 치밀 유방 인구에서 발생하는 놓친 암을 줄일 수 있다고 결론짓습니다. 본 연구는 매칭된 판독자 연구의 부재, 암 유병률을 과대표하는 균형 잡힌 데이터셋의 사용, 하위 그룹 편향 분석을 위한 인구통계학적 주석의 부재 등의 한계를 인정합니다.