본 논문은 소아 골절 환자의 손목 병변 진단에 있어 데이터 부족 문제를 해결하기 위한 다각적 접근법을 제시합니다. 제한된 데이터셋을 사용하여 기존 CNN이 간과하는 미세한 X-ray 병변을 식별하는 세밀한 인식(fine-grained recognition) 작업으로 접근하고, 환자 메타데이터와 X-ray 이미지를 융합하여 네트워크 성능을 향상시켰습니다. 또한, ImageNet과 같은 일반적인 데이터셋이 아닌 세밀한 데이터셋으로 사전 학습된 가중치를 활용했습니다. 결과적으로 제한된 데이터셋에서는 2%, 더 큰 골절 중심 데이터셋에서는 10% 이상의 진단 정확도 향상을 보였습니다. 특히, 메타데이터 통합은 다른 의료 분야에서 활용된 바 있으나, 손목 병변 진단에 적용한 것은 본 연구가 처음입니다.
