자연어 기반 병리 영상 분할 모델 개발
상하이 교통대학교 연구진은 자연어 지시를 통해 병리 영상에서 의미론적 마스크를 생성하는 모델을 개발했습니다. 해당 연구는 네이처 컴퓨테이셔널 사이언스에 게재되었습니다. 이 모델은 사용자 언어 입력을 해석해 병리 조직 특정 영역을 분할합니다.
팩트상하이 교통대학교 웨이 셴 교수는 자연어 지시를 통해 병리 영상에서 의미론적 마스크를 생성하는 모델을 개발했습니다.
팩트해당 연구 결과는 2026년 9월 10일 네이처 컴퓨테이셔널 사이언스에 게재되었습니다.
팩트이 모델은 고정된 알고리즘 방식에서 벗어나 사용자 언어 입력을 해석하여 병리 조직 특정 영역을 분할합니다.
주장자연어 기반의 병리 영상 분할 모델은 병리학적 언어와 영상 데이터를 직접 연결하는 새로운 접근 방식을 제시합니다.
주장이 기술은 인공지능이 인간 전문가 지식과 더 밀접하게 정렬되도록 돕습니다.
팩트연구진은 모델 개발 과정에서 메타 세그먼트 애니씽 모델 등 최신 컴퓨터 비전 기술을 참조했습니다.
팩트연구진은 다양한 병리학적 데이터와 언어적 맥락을 결합하여 모델 정확도를 높였습니다.
교차검증기존의 병리 영상 분할 기술은 특정 데이터셋에 최적화되어 있어 범용성이 부족하다는 한계가 있었습니다.
교차검증자연어 처리 모델이 병리학적 전문 용어를 얼마나 정확하게 해석하고 영상에 적용할 수 있는지는 앞으로 임상 검증을 통해 확인해야 할 과제입니다.
팩트해당 연구는 상하이 교통대학교 인공지능 핵심 연구소에서 수행되었습니다.
팩트저자인 웨이 셴 교수는 이번 연구와 관련하여 이해 상충 관계가 없음을 명시했습니다.
출처네이처 컴퓨테이셔널 사이언스(https://www.nature.com/articles/s43588-026-01048-z)의 보도를 교차 검증했습니다.
관련 콘텐츠
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.
