MedIQA: 프롬프트 기반 의료 영상 품질 평가를 위한 확장 가능한 기반 모델

의료 영상 기술의 급속한 발전은 진단 정확도를 보장하기 위해 정밀하고 자동화된 영상 품질 평가(IQA)의 중요성을 강조하고 있다. 그러나 기존의 의료용 IQA 방법들은 다양한 영상 모달리티와 임상 상황에 걸쳐 일반화에 어려움을 겪는다. 이에 대응하여 우리는 의료용 IQA를 위한 최초의 종합적인 기초 모델인 MedIQA를 소개한다. 이 모델은 영상의 크기, 모달리티, 해부학적 영역, 유형 등의 변동성을 처리하도록 설계되었다. 이를 지원하기 위해 우리는 풍부한 수의 수동으로 주석된 품질 점수를 포함한 대규모 다중 모달리티 데이터셋을 개발하였다. 우리의 모델은 진단적으로 관련된 영역에 주목하는 주목성 슬라이스 평가 모듈을 통합하고, 상류의 물리적 파라미터 사전 훈련과 하류의 전문가 주석 세부 조정을 일치시키는 자동 프롬프트 전략을 활용한다. 방대한 실험 결과는 MedIQA가 다양한 하류 작업에서 기존 기준 모델보다 현저하게 우수함을 보여주며, 의료용 IQA를 위한 확장 가능한 프레임워크를 구축하고 진단 작업 흐름 및 임상 결정을 촉진하고 있다.