연구진이 의료 영상 이해를 위한 SuG(Super-Generalist) 프레임워크를 발표했어요. SuG는 범용적인 시각-언어 학습과 전문적인 목표를 결합하여 광범위한 일반화와 전문적인 진단 능력을 모두 갖추도록 설계됐어요. 해부학적 구조와 병변에 대한 인식 능력을 향상시키기 위해 여러 분할 전문가의 공간적 정보를 활용했어요. SuG는 CT 벤치마크에서 최고 성능을 달성하고, 병변 위치 파악 능력도 뛰어났어요.