重要なパッチのみを使用する: 医療診断のための堅牢な多重インスタンス学習フレームワーク

医療画像解析のためのディープラーニングモデルは、データバイアスを利用して高い性能を達成するが、一般化性能が低い。本研究では、多重インスタンス学習(MIL)フレームワークを使用して、画像の一部のパッチのみを使用して診断を行うことで、モデルの堅牢性と説明可能性を向上させる。