연구진은 QUAM-SM이라는 새로운 프레임워크를 제안하여 의료 영상 분할 모델의 예측 불확실성을 개선했어요. QUAM-SM은 적대적 탐색을 통해 예측이 불안정한 '적대적 취약' 픽셀을 식별하여 모델의 신뢰성을 높여요.
기존 모델의 과신뢰 문제를 해결하기 위해, QUAM-SM은 예측의 불안정성을 드러내는 교란을 적극적으로 찾아내어 진단 오류 가능성을 줄여줘요.
두 개의 공개 데이터셋에서 실험 결과, QUAM-SM은 기존 불확실성 추정 방법보다 신뢰성과 경계 민감도 측면에서 우수한 성능을 보여줘요.