본 논문은 딥러닝 모델이 진단 워크플로우를 개선하는 것을 목표로 하지만, 이미지 분할과 같은 분야에서 공정성 평가가 아직 충분히 연구되지 않았다는 점을 지적한다. 특히 유방암 종양 분할 데이터셋 MAMA-MIA를 사용하여 자동 분할 라벨의 공정성을 분석하고, 연령, 민족성, 데이터 소스에 따른 분할 품질을 평가한다. 분석 결과, 연령 관련 편향이 존재하며, 이는 데이터 소스와 같은 혼동 요인을 통제한 후에도 지속되었다. 또한, 여러 데이터 소스로부터 데이터를 통합하는 것이 특정 위치의 민족적 편향에 영향을 미친다는 것을 보여준다.
