ScaFE: LLM 기반 임상 특징 프로그램으로 구현된 데이터 효율적인 흉터 분류

ScaFE: Data-Efficient Scar Classification with LLM-Generated Clinical Feature Programs

임상 사진에서 병리적 흉터를 분류하는 것은 제한적인 전문가 레이블 데이터를 가지고 있고, 병원 간 이미지 획득 과정의 상당한 차이가 존재함에도 불구하고, 케로이드와 과도성 흉터를 구별해야 합니다. 엔드 투 엔드 이미지 모델은 여전히 데이터에 의존하는 반면, 사진을 호스팅된 시각-언어 모델(VLM)로 보내는 것은 현지 데이터 거버넌스 요구 사항과 충돌할 수 있으며, 결과에 대한 재현성과 감사 가능성을 저해합니다. 본 연구에서는 LLM으로부터 얻은 임상 지식을 이미지 진단을 수행하는 대신, 결정적이고 실행 가능한 특징 프로그램으로 변환하는 ScaFE(Scar Feature Engineering)를 소개합니다. 웹 기반 LLM은 임상 증거를 검색하고 시각적으로 평가할 수 있는 흉터 속성을 측정하는 프로그램을 생성합니다. 후보 프로그램은 제한된 로컬 환경에서 실행되며, 반복적인 개선 및 보정을 위해 집계된 검증 통계 및 특징 수준의 SHAP 요약 정보만 반환됩니다. 원본 이미지와 환자 레벨의 출력 결과는 현지 시스템에 유지됩니다. 경량화된 랜덤 포레스트는 이러한 구조화된 표현을 기반으로 작동합니다. 세 병원에서 수집된 600장의 사진을 사용하여, leave-one-site-out 방식으로 평가한 결과, ScaFE는 81.0%의 사이트별 가중 평균 정확도를 달성하여, 가장 강력한 기준 모델인 BiomedCLIP보다 10.0%p 더 높은 성능을 보였습니다. 개발 데이터의 10%만을 사용하여 ScaFE는 72.0%의 가중 평균 정확도를 유지했으며, 이는 11.8%p 더 높은 수치입니다. 반복적인 개선 과정을 통해 실행 가능한 프로그램의 비율은 66.7%에서 95.0%로 향상되었으며, 최종 특징의 91.7%에 대해 검증된 증거가 제공되었습니다. 이러한 결과는 LLM 지식이 현지 시스템에서 운영되며 감사 가능성이 높은 특징 프로그램을 통해 데이터 효율적인 의료 이미지 분류를 지원할 수 있음을 보여줍니다.

Classifying pathological scars from clinical photographs requires distinguishing keloids from hypertrophic scars despite limited expert-labeled data and substantial acquisition variation across hospitals. End-to-end image models remain data-dependent, whereas sending photographs to a hosted vision-language model (VLM) may conflict with local data-governance requirements and yields decisions that are difficult to reproduce and audit. We introduce ScaFE (Scar Feature Engineering), which transfers clinical knowledge from a large language model (LLM) into deterministic, executable feature programs instead of asking the model to diagnose images. A web-enabled LLM retrieves clinical evidence and synthesizes programs that measure visually assessable scar attributes. Candidate programs execute in a restricted local environment, and only aggregate validation statistics and feature-level SHAP summaries are returned for iterative repair and refinement; raw images and patient-level outputs remain local. A lightweight Random Forest then operates on the resulting structured representation. On 600 photographs from three hospitals under leave-one-site-out evaluation, ScaFE achieves 81.0% site-macro balanced accuracy, exceeding the strongest baseline, BiomedCLIP, by 10.0 percentage points. With only 10% of the development data, ScaFE retains 72.0% balanced accuracy and an 11.8-point lead. Iterative refinement also raises the executable-program rate from 66.7% to 95.0%, with verified evidence for 91.7% of the final features. These results show that LLM knowledge can support data-efficient, cross-site medical image classification through local and auditable feature programs rather than direct VLM decisions.