의료 이미지 분류에서 설명 가능한 딥 러닝 방법: 서베이

딥 러닝의 놀라운 성공은 의료 이미징 진단에의 적용에 대한 관심을 불러일으켰습니다. 최첨단 딥 러닝 모델이 다양한 유형의 의료 데이터 분류에서 인간 수준의 정확성을 달성했음에도 불구하고, 이러한 모델은 해석 가능성이 부족하여 임상 작업 흐름에서 거의 채택되지 않고 있습니다. 딥 러닝 모델의 블랙 박스 특성은 이러한 모델의 의사 결정 과정을 설명하기 위한 전략을 개발해야 할 필요성을 제기하였고, 이는 설명 가능한 인공지능(eXplainable Artificial Intelligence, XAI) 주제가 창출되는 계기가 되었습니다. 이 맥락에서 우리는 의료 이미징 진단에 적용된 XAI에 대한 철저한 서베이를 제공하며, 시각적, 텍스트 기반, 사례 기반 및 개념 기반 설명 방법을 포함합니다. 또한, 본 연구는 기존의 의료 이미징 데이터셋과 설명의 질을 평가하기 위한 기존 메트릭을 검토합니다. 추가로, 보고서 생성 기반 방법 집합 간의 성능 비교를 포함합니다. 마지막으로, 의료 이미징에 XAI를 적용하는 데 있어 주요 과제와 이 주제에 대한 미래 연구 방향에 대해 논의합니다.