본 논문은 기존의 7점 체크리스트(7PCL)의 한계를 극복하기 위해, 임상 지식 기반 위상 그래프(CKTG)와 데이터 기반 가중치 시스템을 갖춘 경사 진단 전략(GD-DDW)을 통합한 새로운 진단 프레임워크를 제안합니다. CKTG는 7PCL 속성 간의 내부 및 외부 관계를 포착하고, GD-DDW는 피부과 의사의 진단 과정을 모방하여 시각적 관찰을 우선시합니다. 또한, 이중 주의 메커니즘을 활용한 다중 모달 특징 추출 방법을 도입하여 교차 모달 상호 작용과 단일 모달 협업을 통해 특징 추출을 향상시키고, 메타 정보를 통합하여 임상 데이터와 이미지 특징 간의 상호 작용을 밝혀냅니다. EDRA 데이터셋을 사용한 평가 결과, 평균 AUC 88.6%를 달성하여 흑색종 검출 및 특징 예측에서 우수한 성능을 보였습니다. 이 통합 시스템은 임상의에게 데이터 기반 벤치마크를 제공하여 흑색종 진단의 정확도를 크게 향상시킵니다.
