레벨 B2 – 중고급CEFR B2
3 분
149 단어
미주리 대학교 연구진은 흑색종 탐지에서 인공지능의 잠재력을 평가하기 위해 사진 기반 모델을 학습하고 테스트했습니다. 연구는 의심스러운 피부 이상 부위를 빠르게 식별해 정밀 진료가 필요한 사례를 우선적으로 알리는 것을 목표로 합니다. 데이터는 3D 전신 사진으로 얻어져 전신의 미세한 시각적 특징을 분석하는 데 사용되었습니다.
연구팀은 흑색종과 양성 피부 상태를 구분하는 세 가지 기존 AI 모델을 비교했습니다. 개별 모델은 최대 88%의 정확도를 보였고, 세 모델을 결합했을 때 정확도가 92%를 초과했습니다. 주요 연구책임자인 캄렌드라 싱은 이 기술이 피부과 전문의가 부족한 지역에서 의료 접근성을 넓힐 수 있다고 밝혔습니다.
- 데이터셋: 400,000장 이미지
- 개별 모델 정확도: 최대 88%
- 결합 모델 정확도: 92% 초과
연구진은 다양한 피부색과 조명 조건, 카메라 각도를 포함한 더 크고 다양한 데이터로 학습시키면 예측 정확도가 개선될 것이라고 설명했습니다. 싱은 임상 환경에서 즉시 사용하려면 다소 시간이 필요하다고 경고하면서도, AI가 결론에 이르는 과정을 더 잘 설명하면 의료진의 신뢰와 활용 가능성이 커질 것이라고 평가했습니다. 연구는 학술지 Biosensors and Bioelectronics: X에 실렸습니다.
어려운 단어·표현
- 흑색종 — 피부에서 생기는 악성 종양의 한 종류
- 잠재력 — 앞으로 발휘될 수 있는 능력이나 가능성잠재력을
- 전신 — 몸 전체를 포함하거나 가리키는 표현3D 전신 사진
- 미세한 — 아주 작아서 눈에 잘 띄지 않는
- 정확도 — 측정이나 예측이 실제에 얼마나 근접한 정도정확도가
- 결합하다 — 둘 이상의 요소를 하나로 합치다결합했을
- 의료 접근성 — 사람들이 의료 서비스를 이용할 수 있는 정도의료 접근성을
- 임상 환경 — 의료 시설이나 진료가 실제로 이루어지는 곳
팁: 글에서 강조된 단어에 마우스를 올리거나 포커스/탭하면, 읽거나 들으면서 바로 간단한 뜻을 볼 수 있습니다.
토론 질문
- 이 기술이 피부과 전문의가 부족한 지역에서 의료 접근성에 어떤 영향을 줄 수 있을까요? 구체적 이유를 들어 보세요.
- 연구자는 AI가 결론에 이르는 과정을 더 잘 설명하면 의료진의 신뢰가 커질 것이라고 했습니다. 이를 위해 어떤 정보나 기능이 필요할지 제안해 보세요.
- 더 크고 다양한 데이터로 학습시킬 때 발생할 수 있는 윤리적 문제나 기술적 어려움은 무엇일까요? 실제 사례나 이유를 들어 설명해 보세요.
