연구진은 CT 기반 폐암 표현형 분석을 위해 Radiomics와 Foundation Model을 비교했어요. 5가지 특징 추출기, 7가지 분류 헤드, 3가지 세분화 방식을 벤치마크하여, 특징 추출기, 분류 헤드, 세분화 방식의 기여도를 분리하고, 코호트 간의 견고성을 테스트했어요.
세분화 방식은 종양 부피 및 단계 분류에 중요한 영향을 미치고, 분류기 선택은 생존 예측, 조직학 분류, 나이 예측에 중요한 영향을 미치는 것으로 나타났어요. Radiomics는 종양 부피, 종양 단계, 생존 예측에서 경쟁력을 보였고, Curia 변형은 생존 예측에서 최고 점수에 근접했어요.
연구진은 Curia와 종양 세분화, CatBoost 헤드를 안전한 기본값으로 추천하며, 주요 임상 과제에서 가장 좋은 평균 순위를 달성했다고 밝혔어요. 종양 획정이 불가능할 경우, Curia-2와 폐 세분화, 로지스틱 회귀를 사용한 대안을 제시했어요.