알리바바, 복부 CT 진단 모델 RADAR 공개

알리바바 다모아카데미가 복부 CT 영상 한 건에서 소견 146개를 읽어 내는 시각언어 모델 RADAR 을 공개했어요. 논문은 국제 학술지 사이언스에 실렸고, 코드는 깃허브에 아파치 2.0 라이선스로, 학습된 가중치는 허깅페이스에 CC BY-NC-SA 4.0 으로 같이 올라왔어요. 메탈이 확인한 깃허브 저장소의 인용 정보에는 사이언스 393권 6817호 eaec6129 번으로 적혀 있고, 저자는 40명이에요.

복부 CT 는 판독이 까다로운 축에 들어요. 예브게니야 누시노비치 사이언스 편집자는 편집자 요약에서 복부 CT 를 두고 "복부에 있는 해부학적 구조의 수가 많고, 임상적으로 중요한 소견이 놓치기 쉬운 미묘한 이상으로 나타날 수 있다는 사실 때문에 평가하기 더 어려운 것 가운데 하나" 라고 적었어요. 그동안 나온 AI 는 지도학습과 사람이 붙인 주석에 기대어 훈련에 품이 많이 들었고, 그래서 다룰 수 있는 질환의 폭이 좁았어요.

RADAR 이 택한 길은 병원에 이미 쌓여 있던 판독문이에요. 연구진은 조영증강 복부 CT 검사 424,911건과 해부 단위로 짝지은 이미지 텍스트 쌍 1,500만 개로 모델을 학습시켰고, 임상 판독문에서 직접 배우게 해 별도의 수작업 주석을 붙이지 않았어요. 이 데이터셋에는 RAD-CT 라는 이름이 붙었어요. CT 부피를 해부 단위로 쪼갠 뒤 판독문의 해당 문장과 맞붙이는 방식이고, 판독문마다 표현이 달라지는 문제는 적응형 대조학습으로 처리했어요.

성능은 여러 코호트에서 잰 수치로 나와 있어요. 해부 구조 18개와 영상 소견 146개를 대상으로, 실제 임상에서 모은 내부 코호트 39,160건에서 AUC 0.913 을 기록했고 95% 신뢰구간은 0.911에서 0.915 예요. 외부 8개 기관에서는 0.874에서 0.912 사이였어요. AUC 는 1.0 이 완벽한 판별을 뜻하는 지표예요.

병리로 확진한 암에서는 더 높게 나왔어요. 간암과 췌장암, 위암, 대장암 네 가지를 대상으로 한 평가에서 0.891에서 0.984 사이를 기록했어요. 학습에 쓰지 않은 다른 인구 집단 코호트에서는 미세조정 없이 0.883 이 나왔고, 애초 학습에서 빼 두었던 급성 복증에서도 0.904 를 유지했어요. 배우지 않은 상황에서 성능이 얼마나 떨어지는지가 범용을 자처하는 모델의 실제 시험대예요.

사람과 겨룬 대목이 이 논문의 중심이에요. 14개 기관에서 온 영상의학과 의사 26명이 참여한 판독 연구에서 RADAR 은 참가자 대부분을 앞섰고, 의사가 RADAR 을 함께 쓰자 진단 민감도가 약 10% 올랐어요. 보도에 따르면 평균 정확도는 26명 가운데 23명을 넘어섰고, 판독에 걸리는 시간은 30% 넘게 줄었어요. 논문 초록은 "범용 AI 가 일반적이고 복잡한 영상의학 과제에서 인간 전문가와 대등할 수 있음을 보여준다" 라고 적었어요.

모델은 판단의 근거가 된 영역을 주의 지도로 표시해요. 어디를 보고 그렇게 판단했는지가 화면에 남는다는 뜻이고, 논문은 이 기능을 임상에서 상당한 가치가 있는 특징으로 꼽았어요. 보도에 따르면 연구팀은 이 학습 방식을 다른 영상 기법으로도 넓힐 수 있다고 보고 RADAR 을 "세계 최초의 전문가 수준 범용 의료영상 모델" 이라고 주장했어요. 연구에는 저장대학교 부속 병원을 비롯한 여러 기관이 함께 참여했어요.

숫자 바깥에서 이 발표가 건드리는 것은 판독이라는 노동의 배치예요. 영상의학과 의사가 하는 일은 한 장을 정확히 읽는 것만이 아니라 밀려 있는 목록을 정해진 시간 안에 처리하는 것이고, 전문성은 대체로 큰 병원에 몰려 있어요. 민감도를 올리고 판독 시간을 줄이는 도구는 개별 판독의 품질보다 그 배치를 먼저 흔들어요. 경력이 짧은 의사가 도구를 끼고 도달하는 지점이 어디인지가, 이 모델이 병원 안에서 무엇으로 자리잡을지를 정하게 돼요.

적용 범위는 논문이 검증한 만큼이에요. RADAR 이 학습하고 평가받은 것은 조영증강 복부 CT 한 가지 촬영 방식이고, 성능 수치는 중국 임상 기관에서 모은 데이터로 얻은 값이에요. 외부 검증에 참여한 8개 기관도 같은 나라 안에 있어요. 보도에 따르면 이 모델은 미국 식품의약국의 의료기기 소프트웨어 심사를 받지 않았고, 가중치에 붙은 CC BY-NC-SA 4.0 은 연구 목적 사용을 허용하되 상업적 사용은 따로 막고 있어요.

공개 방식도 기록해 둘 만해요. 코드는 LAVIS 와 nnU-Net, MONAI, 3D-ResNets-PyTorch 위에 얹혀 있고 아파치 2.0 으로 나왔어요. 저장소에는 외부 시험셋 MERLIN 으로 성능을 재보는 절차와 학습·전처리 문서가 함께 들어 있고, 코드는 제노도에도 따로 보관돼 있어요. 가중치와 보조 파일은 허깅페이스의 radar-generalist 계정에서 내려받게 해 두었어요.

알리바바가 모델을 열어 두는 방식은 이번이 처음이 아니에요. 메탈은 알리바바 큐원이 실시간 동시통역 모델을 공개했다고 보도한 바 있어요. 보도에 따르면 다모아카데미는 지난 4월에도 CT 에서 초기 대장암을 찾는 Coca 모델을 공개했고, 그전에는 췌장암과 위암, 대동맥 박리를 찾는 선별 도구를 만들어 왔어요.

이번 논문이 세운 것은 기준점이에요. 질환 하나를 찾는 도구를 여러 개 붙여 쓰던 자리에, 촬영 한 번에서 146개를 한꺼번에 읽는 모델이 심사를 통과한 수치와 함께 놓였어요. 남은 질문은 정확도가 아니라 절차예요. 내려받는 데 드는 비용이 0이 된 뒤에도, 그 모델이 환자 앞에 서기까지 거쳐야 하는 검증과 승인은 그대로 남아 있어요.