3D 의료 영상용 시각-언어 모델
최근 인공지능, 특히 시각-언어 파운데이션 모델(VLFMs)의 발전은 복잡한 3D 의료 영상 데이터로부터 방사선 보고서 생성을 자동화할 가능성을 보여줍니다. 본 연구는 VLFMs에 대한 23개 연구를 분석하여 모델 아키텍처, 기능, 훈련 데이터셋 및 평가 지표에 중점을 두었습니다. 연구 방법론은 VLFMs 관련 문헌을 체계적으로 검토하고, 각 연구의 핵심 요소를 비교 분석하는 방식으로 진행되었습니다. 이를 통해 방사선학 분야에서 AI의 진화 과정을 추적하고, 현재 기술 수준과 한계를 파악했습니다. 분석 결과, 일관되고 고품질의 보고서 생성에는 여전히 어려움이 있으며, 이를 극복하기 위해 다양하고 포괄적인 데이터셋과 표준화된 평가 지표의 필요성이 강조되었습니다. 현재 VLFMs는 초기 단계에 있으며, 실제 임상 적용을 위해서는 추가적인 개선이 요구됩니다. 본 연구는 방사선학 분야에서 VLFMs의 현재 상태를 종합적으로 이해하고, 향후 연구 방향을 제시하는 데 기여합니다. 이는 의료 영상 분석의 자동화 및 효율성 증진에 중요한 토대가 될 것입니다.