병리학 언어를 구사하도록 AI 교육하기

Nature Medicine에 게재된 한 연구는 Microsoft Research와 Paige(현재 Tempus 소속) 연구진이 개발한 병리학 파운데이션 모델(foundation model)인 PRISM2를 소개한다. 이 모델은 조직 이미지뿐 아니라 실제 병리 보고서에서 추출한 언어 데이터로도 학습되었으며, 방대한 텍스트 데이터로부터 배우는 것을 목표로 한다. 테스트 결과 PRISM2는 전립선암, 유방암, 유방암의 림프절 전이 검출과 같은 각 작업별로 별도의 모델을 만들지 않고도 특화된 암 검출 시스템과 동등하거나 그 이상의 성능을 보였다. 전체 모델 가중치는 Hugging Face에서 공개적으로 이용할 수 있다. 병리학은 많은 암 진단에서 핵심적인 역할을 하지만, 현재 대부분의 AI 시스템은 단일 목적으로 설계되어 있다. 반면 PRISM2는 프롬프트에 응답하는 하나의 모델을 통해 더 폭넓은 범위의 작업을 지원한다. 이 모델은 병리 이미지를 보고서에서 추출한 정보와 결합하여 수백만 개의 질문-답변 예시를 만들어냄으로써, 시각적 소견과 진단 언어를 서로 연결한다. 시각적 표현 학습에 초점을 맞췄던 기존의 파운데이션 모델과 달리, PRISM2는 처음부터 시각적 패턴과 임상 언어를 연결하도록 설계되었다.