당뇨병성 망막병증(DR)은 전 세계에서 예방 가능한 실명의 주요 원인으로, 견고한 AI 기반 진단 도구의 긴급한 필요성을 강조합니다. 비록 다양한 심층 학습 모델이 망막 영상 분야에서 등장했으나, 이들의 평가는 대규모 커버리지와 세밀한 주석이 결여된 제한된 공개 데이터셋으로 인해 모델의 일반화 가능성 신뢰 평가가 제약받고 있습니다. 이러한 간극을 메우기 위해, 본 연구에서는 색상 안저촬영(CFP), 광학단층촬영(OCT), 초광각 안저영상(UWF) 세 가지 주요 망막 영상 모달리티를 포함하는 포괄적인 다중 모달 데이터셋을 소개합니다. 본 데이터셋은 규모와 모달리티 다양성 측면에서 전례가 없으며, DR과 당뇨 황반부종(DME)에 대한 자세한 병변 수준의 주석과 중증도 등급을 제공합니다. 본 데이터셋을 기반으로 다양한 안저 파운데이션 모델과 대형 비전-언어 모델을 벤치마킹하여 중요한 성능 격차 및 도메인별 과제를 드러냈습니다. 대규모 다중 모달 데이터와 정밀하게 주석된 임상 레이블을 통합함으로써, 본 연구는 AI 신뢰성과 실제 임상 활용도를 제고하기 위한 기초 벤치마크를 구축합니다.
Tang 외(화,)가 이 문제를 연구하였습니다.