PathView-Bench: 멀티모달 거대 언어 모델(MLLM)이 병리 이미지의 미세한 다중 스케일 이해를 달성할 수 있는가?

요약

병리 이미지 분석을 위한 MLLM의 다중 스케일 시각적 이해 능력을 평가하는 새로운 벤치마크 PathVU를 소개합니다. 기존 벤치마크의 한계를 넘어 영역 국소화, 시각적 인식, 공간 추론 등 미세한 분석 능력을 정밀하게 측정합니다.

핵심 포인트

• 병리 이미지의 다중 스케일 이해를 위한 비전 기반 벤치마크 PathVU 제안
• 고해상도 영역(Region FOV)과 전체 슬라이드(Slide FOV) 시야를 모두 평가
• 영역 국소화, 수량 추정, 공간 추론 등 14가지 VQA 스타일 작업 포함
• 기존 고급 MLLM들도 미세한 병리 시각 작업에서는 한계가 있음을 확인