Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Explainability Through Human-Centric Design for XAI in Lung Cancer Detection

Created by
  • Haebom

저자

Amy Rafferty, Rishi Ramaesh, Ajitha Rajan

개요

본 논문은 다양한 폐 질환 진단을 위해 인간 중심의 전문가 주도 모델인 XpertXAI를 제시합니다. 기존의 ClinicXAI 모델을 확장하여 여러 폐 질환을 감지하도록 일반화된 XpertXAI는 InceptionV3 기반 분류기를 사용하며, 공개된 흉부 X선 데이터셋과 방사선과 보고서를 이용하여 훈련되었습니다. XpertXAI는 기존의 사후 설명 가능성 방법들과 비지도 학습 기반 CBM인 XCBs와 비교 분석되었으며, 전문 방사선과 의사의 주석 및 의학적 진실값과의 비교를 통해 설명의 정확성을 평가했습니다. 특히 폐암 진단에 대한 설명 가능성에 초점을 맞추어, 전문가 추론과 더 잘 일치하는 개념 수준의 설명을 제공함을 보여줍니다.

시사점, 한계점

시사점:
인간 중심의 모델 설계를 통해 다양한 폐 질환 진단에 적용 가능한 확장성 있는 설명 가능한 AI 개발 가능성을 제시합니다.
기존의 사후 설명 가능성 방법들의 한계를 보여주고, XpertXAI가 예측 정확도와 전문가 추론과의 일치도 측면에서 우수함을 입증합니다.
전문가의 지식을 통합하여 임상적으로 의미있는 설명을 제공하는 모델 개발의 중요성을 강조합니다.
한계점:
전문가 검증은 폐암 진단에 집중되어 있어, 다른 폐 질환에 대한 설명 가능성은 추가 연구가 필요합니다.
사용된 데이터셋의 특성에 따라 일반화 성능이 제한될 수 있습니다.
XpertXAI의 설명 가능성을 정량적으로 평가하는 더욱 엄격한 방법론이 필요할 수 있습니다.
👍