본 논문은 유방암 진단을 위한 유방촬영술 이미지의 형태학적 특징을 기반으로 BI-RADS 점수를 예측하는 불확실성 인식 베이지안 심층 학습 모델을 제시합니다. 기존 방사선과 전문의의 BI-RADS 점수 예측의 불확실성과 오류 가능성을 고려하여, 베이지안 심층 학습 모델을 통해 불확실성 정보를 추출하고 BI-RADS 점수를 예측하는 시스템을 구축했습니다. 실험 결과, BI-RADS 2, 3, 5 데이터셋에서 모델의 f1-score가 방사선과 전문의의 f1-score (각각 42.86%, 48.33%, 48.28%) 보다 높게 나타났으며 (각각 73.33%, 59.60%, 59.26%), BI-RADS 0 카테고리에서는 악성 종양을 75.86%의 정확도로 식별하고 모든 악성 종양을 BI-RADS 5로 정확하게 분류했습니다. Grad-CAM 시각화를 통해 모델이 병변의 형태학적 특징에 주목하는 것을 확인했습니다.
