연구진은 REIMS 데이터를 활용한 딥러닝 모델의 수술 환경 일반화 문제를 해결하기 위해 Agent-Guided 관계 개념 발견 프레임워크를 제안했어요.
이 프레임워크는 사전 정의된 개념 레이블 없이 데이터로부터 의미 있는 개념을 학습하며, 추론 에이전트가 학습된 개념의 의미론적 설명을 개선하고 진단 관련성을 기반으로 가중치를 조정해요.
Skin 및 Breast Cancer 데이터셋에서 기존 모델 대비 정확도와 민감도를 향상시켰으며, 수술 환경에 대한 일반화 성능이 향상된 것을 확인했어요.