전립선 MRI에서의 특이도 정교화 및 위양성 메커니즘 분석에 관한 다중 아키텍처 연구

목적: 전립선 MRI 탐지에서 잔류 위양성 (false positives)의 특성을 규명하고, 사례 수준 (case-level) 특이도 (specificity)를 위한 경량화된 사후 정교화 헤드 (post-hoc refinement head)를 평가하고자 한다. 재료 및 방법: 본 회고적 연구는 PI-CAI (5-fold 교차 검증) 및 Prostate158 (n=158; 외부 데이터)을 사용하였다. 고정된 탐지 백본 (detection backbone) 상에서 문맥 인식 증거 헤드 (context-aware evidence head)와 89,216개의 파라미터를 가진 정교화 헤드 (refinement head)를 학습시켰으며, 증거 헤드는 4개의 추가 백본 (bare nnU-Net, bare U-Net, bare Mamba, MIGF-Mamba)에서도 학습되었다. 각 위양성 영역에 대해, 병변 주변 고리 (peri-lesional rings) 대비 T2 강조 (T2-weighted), 겉보기 확산 계수 (apparent-diffusion-coefficient, ADC), 그리고 고-b-값 (high-b-value) 대비비를 실제 병변 (ground-truth lesions) 및 반대측 양성 영역 (contralateral benign regions)과 비교하였다. 결과: 증거 (evidence) 및 원시 T2 강조 (raw T2-weighted)와 겉보기 확산 계수 (apparent-diffusion-coefficient) 대비에서 위양성은 양성 조직보다 실제 암에 더 가까웠으며, 이는 5개 아키텍처 전반에서 35/35회 (Cohen's d 1.10; FP/양성 증거 비율 2.38배) 및 모달리티 섭동 (modality-perturbation) 시나리오 전반에서 105/105회 재현되었다. PI-CAI fold-0에서 정교화 (refinement)는 민감도 (sensitivity, 0.943)를 유지하면서 사례 수준 특이도를 0.469에서 0.549로 (+17.2%) 높였다. 5-fold 교차 검증에서는 폴드 조건부 동작 (fold-conditional behavior)을 보였다 (15개 관측 중 9개 양성; 범위 -22% ~ +28%). Prostate158에서는 두 모델 모두 포화 상태에 도달하였으나 (McNemar pooled p=0.69), 위양성 대비 매칭 (false-positive contrast-matching) 결과는 재현되었다. 결론: 잔류 위양성은 암과 대비가 매칭되어 있으며 (조직학적으로 확인된 모사(mimicry)보다는 원시 영상 특징을 공유함), 이는 5개 아키텍처 전반에서 재현되는 모델 특이적 아티팩트가 아닌 데이터 수준의 영상 특성이다. 사후 정교화 (post-hoc refinement)는 도메인 내에서 실질적인 특이도를 추가하지만, 폴드 조건부 (fold-conditional) 특성을 가진다.