국제의료정보포털

중국 연구진, 새로운 하이브리드 AI 프레임워크로 피부암 진단 정확도 향상

 

• 중국 동북대학(东北⼤学)의 에브라힘 파레아(Ebraheem Farea)를 포함한 연구진들은 피부암 예측을 위한 새로운 AI 기법을 발표함
• 연구팀은 딥러닝(DL: Deep Learning)과 메타휴리스틱(Metaheuristics)
  최적화 문제 혹은 기계학습 문제를 제한된 시간과 자원으로 효율적으로 풀기 위한 알고리즘
• 엑셉션(Xception)** 모델과 인공벌집군집(ABC: Artificial Bee Colony)*** 최적화 알고리즘을 결합한 하이브리드 AI 프레임워크는 27,108개의 다양한 피부암 이미지를 포함한 데이터를 사용하여 합성곱 신경망(CNN: Convolutional Neural Network)**** 모델을 최적화함
  더 적은 매개변수와 계산을 필요로 하면서 이미지 분류 작업에서 경쟁력 있는 성능을 달성하는 CNN 구조 복잡한 최적화 문제를 해결하는 데 효과적인 것으로 알려진 메타휴리스틱 최적화 기술 의 약자로, 데이터에서 직접 학습하는 딥러닝 네트워크 아키텍쳐이며 이미지에서 패턴을 찾아 카테고리를 인식하는 데 유용함
• 결과적으로 9가지 피부암에서 △93.04%의 정확도 △92.0%의 재현율 △93.0%의 정밀도 △93.12%의 F1-점수*****를 기록하며, ABC 최적화를 적용하지 않은 엑셉션 모델을 능가하는 것으로 밝혀짐
  정밀도와 재현율의 조화 평균, 높은 F-점수는 정밀도와 재현율 사이에 균형을 이루고 있음을 나타냄
• 이 모델은 피부암 진단 및 관리에 큰 변화를 가져올 잠재력이 있으며, 향후 △더 많은 데이터의 검증 △앙상블 기법 탐색 △임상 지원 시스템 통합을 통해 발전할 것으로 기대됨