연구진이 방사선 영상 분야 Vision Foundation Models(VFM)의 정의, 개발, 평가가 여전히 다양함을 확인했어요. 2017년 1월부터 2026년 3월까지의 논문 67편을 분석한 결과, 데이터 규모와 다양성, 아키텍처, 성능이 주요 요소로 나타났어요. 임상 적용은 데이터 대표성 부족, 벤치마크의 다양성, 불완전한 보고, 배포 중심 평가 부족 등으로 제한적이에요.
뇌 MRI, 흉복부 CT, 흉부 X선 데이터가 주로 사용되었으며, 데이터 규모는 10만 개 미만에서 백만 개 이상의 이미지로 다양했어요. Transformer 기반 아키텍처와 자기 지도 학습이 주로 사용되었으며, 특히 마스크 이미지 모델링, 대비 학습, 다단계 접근 방식이 활용됐어요.
세부 평가에서는 분할 및 분류가 주를 이루었지만, 센터 간, 스캐너 간, 해부학적, 영상 모드 변화에 대한 검증은 일관적으로 보고되지 않았어요.