연구진이 의료 영상 분할의 한계를 극복하기 위해 Chain-of-Thought (CoT) 추론을 통합한 CERS 프레임워크를 제안했어요.
CERS는 LLM이 생성한 언어적 추론 설명을 활용하여 병리학적으로 구별되는 사례를 식별하는 지식 풀을 구축해요.
MCAM 모듈을 통해 추론 기반 맥락을 디코딩 과정에 효과적으로 통합하여 경계 모호함과 의미적 불일치를 해결해요.
실험 결과, CERS는 기존 방식보다 우수한 성능을 보였으며, 관련 코드는 GitHub에서 확인할 수 있어요.