본 논문은 4,000개의 내시경 이미지로 구성된 새로운 위장관 의료 영상 데이터셋을 사용하여, VGG16, MobileNetV2, Xception을 포함한 최첨단 딥러닝 모델의 비교 분석을 수행합니다. 데이터셋은 Diverticulosis, Neoplasm, Peritonitis, Ureters의 4가지 주요 질병 클래스를 포함하며, 가변적인 조명, 카메라 각도 변화 및 이미지 인공물과 같은 일반적인 내시경적 문제에 대처합니다. VGG16과 MobileNetV2는 96.5%의 테스트 정확도를, Xception은 94.24%의 정확도를 달성하여 자동 질병 분류를 위한 강력한 벤치마크를 설정했습니다. 또한 Grad-CAM 시각화를 통해 설명 가능한 AI를 통합하여 모델 예측에 가장 큰 영향을 미치는 이미지 영역을 식별하고 임상적 해석 가능성을 향상시켰습니다.
