연구진은 좁은 대역 이미지(NBI) 분석을 위한 트랜스포머 기반 AI 모델을 개발했어요. 이 모델은 후두암 선별에 활용되며, F1 점수 82.72%, 정확도 82.33%의 분류 성능을 보여요. 모델은 의료 전문가에게 유용한 병리 정보 영역을 제공하는 세그먼트화 기술(MedSAM)과 결합되어 선별 결과를 설명할 수 있어요. 이 방법론은 분류와 세그먼트화를 융합하여 후두암 선별을 지원해요.
기존 NBI 내시경 검사는 숙련된 임상진료 필요, 시간 소요, 관찰자 간 변동성 등의 한계가 있었어요. AI를 활용하면 임상 의사 결정을 지원하고, 검사 시간과 정확도를 높일 수 있어요. 연구진은 이러한 문제점을 해결하기 위해 트랜스포머와 어텐션 메커니즘을 적용한 AI 모델을 개발했어요.
개발된 AI 모델은 후두암 선별 결과에 대한 설명력을 제공하여 의료진의 이해도를 높여줘요. MedSAM을 활용한 세그먼트화는 병변 영역을 시각적으로 보여주어 진단 정확도를 향상시키는 데 기여할 수 있어요.