본 논문은 의료 영상 AI 발전의 잠재력을 인지하면서도, 데이터 부족과 개인정보 보호 문제로 인한 데이터 공유의 어려움을 지적합니다. 이러한 문제를 해결하기 위해 합성 데이터 생성을 제안하며, 기존의 고차원 의료 영상 합성 모델들이 계산 자원이 제한적인 환경에서는 적용하기 어렵다는 점을 지적합니다. 따라서 본 논문에서는 제한된 계산 자원(24GB VRAM GPU)을 가진 환경에서도 512x512x256 해상도의 고차원 의료 영상을 생성할 수 있는 새로운 생성 확산 모델 MedLoRD를 제시합니다. MedLoRD는 관상동맥 CT 촬영술 및 폐 CT 촬영술 데이터셋을 사용하여 다양한 평가(방사선학적 평가, 상대적 부피 분석, 조건부 마스크 준수 여부, downstream task)를 거쳤으며, 기존 최첨단 모델보다 우수한 성능을 보임을 확인했습니다.
