생의학 영상 해석 범용 모델 유니바이오메드 개발
연구진이 진단 결과 생성과 영상 내 근거 파악을 동시에 수행하는 유니바이오메드 모델을 개발했습니다. 2,700만 개의 데이터를 학습한 이 모델은 기존 기술의 한계를 극복하고 최첨단 성능을 입증했습니다.
주장기존 인공지능 생의학 영상 분석 모델은 진단 결과 생성과 시각적 증거 위치 파악을 동시에 수행하는 데 한계가 있습니다. 이러한 기술적 공백은 인공지능이 제시한 진단 결과와 실제 영상 내 근거를 연결하여 해석하는 과정을 어렵게 만듭니다.
팩트연구진은 이러한 문제를 해결하기 위해 유니바이오메드라는 새로운 범용 생의학 기초 모델을 개발했습니다. 이 모델은 다중 모달 대규모 언어 모델과 세그먼트 애니씽 모델을 통합하여 진단 결과 생성과 생의학적 타겟 분할을 동시에 수행합니다.
팩트유니바이오메드 모델을 학습시키기 위해 총 2,700만 개의 이미지와 영역 주석, 텍스트 설명으로 구성된 대규모 데이터셋을 구축했습니다. 이 데이터셋은 다양한 생의학적 과제를 통합적으로 학습할 수 있도록 설계했습니다.
팩트해당 모델은 70개의 내부 데이터셋과 14개의 외부 데이터셋을 통해 광범위한 검증 과정을 거쳤습니다. 검증 결과, 다양한 생의학적 분석 과제에서 기존 모델을 뛰어넘는 최첨단 성능을 기록했습니다.
교차검증인공지능이 생성한 진단 결과의 정확성과 해석 가능성은 임상 현장 도입을 위한 필수 요소입니다. 유니바이오메드는 이러한 요구를 충족하기 위해 시각적 근거와 텍스트 설명을 일치시키는 데 집중했습니다.
주장시각적 근거와 텍스트 설명을 일치시키는 설계는 의료진이 인공지능의 판단 근거를 직관적으로 파악하도록 돕습니다. 이는 인공지능 진단 결과에 대한 신뢰도를 높이는 핵심 동력이 됩니다.
팩트본 연구는 홍콩과학기술대학교의 슈퍼팟 GPU 플랫폼을 활용하여 모델을 학습시켰습니다. 연구 과정에서 사용된 일부 아이콘은 프리픽에서 제공하는 자료를 활용했습니다.
팩트본 프로젝트는 인간 및 인공물 연구 윤리 위원회의 검토와 승인을 거쳤습니다. 연구진은 프로토콜 번호 HREP-2025-0188을 획득했으며 이해 상충 관계가 없음을 명시했습니다.
팩트이번 연구는 홍콩 혁신기술위원회와 홍콩과학기술대학교, 홍콩 특별행정구 연구 보조금 위원회로부터 재정적 지원을 받았습니다. 연구진은 다양한 프로젝트 번호를 통해 연구의 공신력을 확보했습니다.
교차검증본 논문은 네이처 커뮤니케이션즈에 2026년 6월 4일자로 게재되었습니다. 연구진은 투명성을 위해 보충 자료와 보고 요약본을 함께 공개했습니다.
주장이번 연구 결과는 생의학 영상 분석 분야에서 인공지능의 활용 범위를 넓히는 중요한 이정표가 됩니다. 앞으로 임상 현장에서의 실질적인 적용 사례가 늘어날 것으로 전망합니다.
출처네이처 커뮤니케이션즈(https://www.nature.com/articles/s41467-026-73986-1)를 교차 검증했습니다. 본 연구는 크리에이티브 커먼즈 라이선스에 따라 비상업적 용도로 공유 및 배포가 가능합니다.
본 기사는 전문가의 분석과 공개 자료를 기반으로 AI가 작성 후 다른 AI의 검증을 거쳐 작성됐으며 정보의 정확성과 완전성을 보장하지 않습니다. 기사 내용은 특정 투자·의사결정의 권유가 아니며, Wittgenhaus는 이를 근거로 한 행위의 결과에 책임을 지지 않습니다.
