의료 영상에서 딥 네트워크가 인간이 해석하기 어렵고 작은 적대적 교란에 취약한 예측 입력 패턴인 유용한 비강건특징을 학습하는지 연구했어요. 비강건특징만으로 학습된 모델이 5가지 MedMNIST 분류 작업에서 우수한 정확도를 달성하며 예측 가치를 입증했어요. 강건하게 학습된 모델은 표준 정확도를 희생하지만 통제된 분포 변화에서 더 나은 성능을 보여주며 강건성-정확도 균형을 나타냈어요.