연구진이 피부암 검진 AI 모델의 성능 저하 문제를 해결하기 위해 CoFiDA-M 프레임워크를 제안했어요. CoFiDA-M은 MONET 모델의 개념 확률을 활용해 시각적 특징을 편집하고, 이를 이미지 기반 학생 모델에 학습시켜 도메인 간 적응 성능을 향상시켰어요. 다중 데이터셋 벤치마크에서 CoFiDA-M은 기존 방식보다 멜라노마 재현율이 크게 향상됐으며, 실제 환경 적용 가능성을 보여줬어요.