기초 모델, 병리학 AI의 만병통치약일까요? - 10만 건 이상의 데이터로 확인된 놀라운 결과

다국적 연구진이 10만 건 이상의 전립선암 데이터를 활용한 연구를 통해, 기초 모델(FM)이 모든 상황에서 과업 특정 모델(TS)보다 우수한 것은 아니라는 사실을 밝혔습니다. 데이터가 풍부할 경우 TS 모델의 성능이 FM을 능가하며, FM의 높은 에너지 소비량 또한 문제점으로 지적되었습니다. 이 연구는 의료 AI 개발에서 성능 뿐 아니라 에너지 효율성 및 임상 적용 가능성을 고려해야 함을 강조합니다.

최근 인공지능(AI)이 병리학 분야에서 진단 보조를 넘어 전장 슬라이드 이미지(WSI)에서 예측 가능한 형태학적 패턴을 발견하는 데까지 활용되고 있습니다. 특히, 자기 지도 학습을 활용하는 기초 모델(FM)이 다양한 하위 작업에 대한 범용 솔루션으로 널리 주장되고 있죠. 하지만, 이러한 기초 모델의 임상 적용 가능성과 과업 특정 모델(TS)에 대한 일반화 이점에 대한 의문은 여전히 남아있습니다.

스웨덴 카롤린스카 연구소 등을 비롯한 11개국 15개 기관의 연구진들은 전립선암 진단 및 글리슨 등급 분류를 위한 임상 수준의 AI 성능을 중심으로 연구를 진행했습니다. 무려 11개국 15개 사이트에서 7,342명의 환자로부터 얻은 10만 개가 넘는 핵심 바늘 생검 데이터를 사용하여 대규모 검증을 수행한 것이죠. 이것은 이 분야에서 가장 큰 규모의 검증 연구입니다.

연구진은 다중 인스턴스 학습 프레임워크에서 두 개의 기초 모델과 완전한 엔드투엔드 과업 특정 모델을 비교했습니다. 그 결과는 기초 모델이 과업 특정 모델보다 항상 우수하다는 기존 가정에 의문을 제기합니다. 데이터가 부족한 경우에는 기초 모델이 유용했지만, 충분한 라벨이 지정된 훈련 데이터가 있을 때는 과업 특정 모델의 성능이 기초 모델과 비슷해지거나, 어떤 경우에는 능가하는 것으로 나타났습니다.

특히, 광범위한 과업 특정 훈련은 임상적으로 중요한 등급 오류, 어려운 형태의 오진, 그리고 서로 다른 WSI 스캐너 간의 변동성을 현저히 줄였습니다. 더욱 놀라운 사실은 기초 모델이 과업 특정 모델보다 최대 35배나 많은 에너지를 소비한다는 점입니다. 이는 지속가능성에 대한 심각한 우려를 불러일으키죠.

이번 연구 결과는 기초 모델이 빠른 프로토타이핑과 연구에 분명한 이점을 제공하지만, 임상적으로 적용 가능한 의료 AI에 대한 범용 솔루션으로서의 역할은 불확실하다는 것을 강조합니다. 고위험 임상 적용 분야에서는 엄격한 검증과 과업 특정 훈련에 대한 고려가 매우 중요하며, 기초 모델과 엔드투엔드 학습의 강점을 통합하여 임상 사용에 적합한 강력하고 자원 효율적인 AI 병리학 솔루션을 달성해야 합니다.

이 연구는 AI 기반 의료 진단의 발전 방향에 중요한 시사점을 제시하며, 앞으로 AI 모델 개발 및 적용에 있어 에너지 효율성과 같은 다양한 요소들을 종합적으로 고려해야 함을 보여줍니다. 단순한 성능 향상만을 추구하기 보다는, 실제 임상 환경에서의 효용성과 지속가능성을 함께 고려하는 접근 방식이 필요하다는 것을 다시 한번 확인시켜 주는 연구 결과입니다.