신장암 정밀 진단용 시각-언어 모델 RenalCLIP 개발

주장신장암의 비침습적 평가는 비뇨기 종양학 분야의 핵심 과제입니다. 진단 불확실성은 환자의 과잉 치료를 유발하는 주요 원인으로 지목됩니다.

팩트연구진은 이러한 진단 문제를 해결하고자 신장암 정밀 종양학을 위한 시각-언어 파운데이션 모델인 RenalCLIP을 개발했습니다. 이 모델은 8,809명의 환자로부터 확보한 27,866건의 컴퓨터 단층 촬영(CT) 스캔 데이터를 학습했습니다.

팩트RenalCLIP은 도메인 특화 시각 및 텍스트 표현을 정렬하기 위해 2단계 사전 학습 전략을 채택했습니다. 이 과정을 거쳐 모델은 의료 영상과 관련 텍스트 간의 연관성을 정밀하게 파악합니다.

팩트RenalCLIP은 해부학적 평가와 진단 분류, 생존 예측을 포함한 10가지 핵심 임상 작업에서 기존의 최첨단 범용 파운데이션 모델보다 우수한 성능을 보였습니다. 특히 진단 분류 작업에서는 전체 학습 데이터의 20%만 활용하고도 최고 수준의 성과를 달성하며 데이터 효율성을 증명했습니다.

주장RenalCLIP은 제로샷 진단 능력과 효과적인 이미지-텍스트 검색, 고품질 의료 보고서 생성 기능을 보유하고 있습니다. 이러한 다기능성은 복잡한 신장암 진단 과정을 간소화하고 의료진의 의사결정을 돕는 데 기여합니다.

주장이번 연구는 RenalCLIP이 진단 정밀도를 높이고 예후 계층화를 개선하며 신장 질환 관리를 개인화하는 데 강력한 도구임을 시사합니다. 인공지능이 진단 보조를 넘어 정밀 의료의 핵심 요소로 자리 잡을 가능성을 보여줍니다.

교차검증연구진은 다기관 코호트 데이터를 활용하여 모델의 일반화 가능성을 확보했습니다. 다만 실제 임상 현장에 도입하려면 다양한 인종과 의료 환경에서의 추가 검증이 필요합니다.

교차검증모델이 생성한 의료 보고서의 임상적 신뢰성을 확보하는 과정도 중요합니다. 이를 위해 의료 전문가의 지속적인 검토가 필요합니다.

팩트연구진은 푸단 대학교의 CFFF 플랫폼을 사용하여 계산을 수행했습니다. 연구 과정 일부는 마이크로소프트 리서치 아시아에서의 인턴십 기간에 진행되었으며, 병리학적 슬라이드 재평가에는 푸단 대학교와 롄윈강 제1인민병원의 병리학자들이 참여했습니다.

팩트본 연구는 중국 국가 핵심 연구 개발 프로그램과 상하이 과학 기술 협력 프로그램 등 다수의 공공 연구 기금 지원을 받았습니다. 연구 자금 제공자는 연구 설계와 데이터 수집, 분석, 해석 및 원고 작성 과정에 관여하지 않았습니다.

팩트본 논문은 2025년 9월 18일에 접수되어 2026년 6월 1일에 승인되었습니다. 이후 2026년 6월 8일 네이처 커뮤니케이션즈를 통해 공식 발표되었으며, 저자들은 연구와 관련해 이해 상충이 없음을 명시했습니다.

출처본 기사는 네이처 커뮤니케이션즈에 게재된 'A disease-centric vision-language foundation model for precision oncology in kidney cancer'(2026)를 교차 검증했습니다.