医療画像の継続学習において、効率的な計算コストを維持しつつ、優れた性能を達成するための動的モデルマージング手法を提案する。
医療画像分野における継続学習は、データ分布の変化や新しいタスクの追加に対して柔軟に適応し、過去の学習を忘れずに新しい知識を獲得することを可能にする。