A multimodal generative AI copilot for human pathology

Motivation

• Known: 계산병리학(computational pathology)에서 작업별 예측 모델과 자기지도학습(self-supervised learning) 기반 비전 인코더가 진전을 이뤘으나, 병리학 특화 다중모달 AI 어시스턴트 개발은 미흡했다.
• Gap: 생성형 AI의 폭발적 성장에도 불구하고 병리학 전문 분야에 맞춤화된 일반목적의 다중모달 비전-언어 AI 어시스턴트와 코파일럿(copilot) 연구가 부족하다.
• Why: 병리학 분야에서 자동화된 형태학적 해석, 임상의사 결정 지원, 의료 교육 및 연구에 활용될 수 있어 임상 진단과 의료 접근성 향상에 중요하다.
• Approach: UNI 비전 인코더를 병리학에 맞게 적응시키고 사전학습된 Llama 2 LLM과 결합한 후, 456,000개 이상의 다양한 시각-언어 지시어(999,202개 질답)로 전체 시스템을 미세조정하여 PathChat을 구축했다.

Achievement

Figure 2

• 다중선택 진단 문제 성능: 다양한 조직 출처와 질병 모델의 사례에서 최첨단(SOTA) 성능 달성
• 개방형 질문 평가: 병리학 관련 다양한 질의에 대해 더 정확하고 병리의가 선호하는 응답 생성
• 비전-언어 멀티모달 능력: 시각과 자연언어 입력을 유연하게 처리 가능
• 응용 분야 확장: 병리학 교육, 연구, 인간-루프 임상의사결정에서 실질적 활용 가능성 입증

How

Figure 1

• UNI 비전 인코더: 100만 개 이상의 조직병리 이미지 패치로 자기지도학습 사전학습
• 비전-언어 사전학습: 118만 개의 병리 이미지-캡션 쌍으로 추가 학습
• 멀티모달 프로젝터: 비전 인코더를 13B 파라미터 Llama 2 LLM과 연결
• 지시어 미세조정: 456,000개 이상의 큐레이션된 지시어 데이터셋으로 학습
• 전문가 평가 벤치마크: 개방형 병리학 시각 질문-답변 데이터셋 구축 및 전문가 감수

Originality

• 병리학 특화 다중모달 LLM 아키텍처 설계 및 구현(SOTA 비전 인코더와 LLM 결합)
• 병리학 도메인에 맞춘 규모의 시각-언어 지시어 데이터셋 구축(456,000+ 개 지시어)
• 병리 전문가 감수를 받은 고품질 개방형 질답 벤치마크 개발
• GPT-4V 등 범용 모델과의 병리학 특화 비교 평가를 통한 성능 우위 입증

Limitation & Further Study

• 임상 실제 도입 전 대규모 임상 검증 및 규제 승인 필요
• 특정 희귀 질환이나 지역 특이적 병리학 사례에 대한 성능 제한 가능성
• 모델의 오류나 환각(hallucination) 가능성에 대한 안전장치 및 모니터링 체계 필요
• 의료 전문성이 필요한 최종 진단 결정은 반드시 병리의의 판단이 선행되어야 함
• 후속 연구: 더 다양한 병리학 특수분야 데이터 포함, 실제 임상 워크플로우 통합, 사용자 피드백 기반 지속적 개선

Evaluation

총평: PathChat은 병리학 분야에 특화된 최초의 실용적 다중모달 생성형 AI 어시스턴트로, 대규모 도메인 특화 데이터 구축과 체계적인 평가를 통해 높은 임상적 가치를 시연한 획기적인 연구이다.