연구진이 CycleGAN 기반 반사실 설명 프레임워크 'CounterFundus'를 개발했어요. 이 프레임워크는 망막 질환을 감지하는 데 사용되는 딥러닝 모델의 설명력을 높이는 데 목표를 두고 있어요.
CounterFundus는 질병 이미지를 정상 이미지로 변환하여 질병 관련 망막 변화를 시각적으로 해석할 수 있도록 돕고, 이를 통해 임상적으로 의미 있는 영역을 정확하게 파악해요.
새로운 평가 지표인 Counterfactual-Classifier Alignment Score (CCAS)를 도입하여 반사실 설명과 분류기 중요도 간의 공간적 일관성을 평가하고, CCAS 필터링을 통해 분류 성능을 향상시키는 데 성공했어요.