PathSegmentor는 병리 이미지 분할을 위한 최초의 텍스트 프롬프트 기반 기초 모델입니다. 제한된 주석 데이터와 범주 정의의 어려움을 극복하기 위해, 21개의 공개 자료에서 수집된 275,000개의 이미지-마스크-레이블 트리플을 포함하는 대규모 병리학 분할 데이터셋 PathSeg를 함께 제시합니다. PathSegmentor는 사용자가 자연어 프롬프트를 사용하여 의미론적 분할을 수행할 수 있도록 하여, 점이나 상자와 같은 공간적 입력이 필요하지 않습니다. 실험 결과, PathSegmentor는 기존의 공간 및 텍스트 프롬프트 모델보다 정확도가 높고 적용 범위가 넓으며, 전반적인 Dice 점수에서 각각 0.145와 0.429만큼 높은 성능을 보였습니다. 또한, 특징 중요도 추정과 이미징 바이오마커 발견을 통해 진단 모델의 해석성을 높여, 병리학자의 임상 의사결정을 지원합니다.
