どのセグメンテーションネットワークを使うかを決定する分類ネットワークを提案。分類ネットワークの入力は2D医用画像、出力はセグメンテーションネットワークのラベル。分類ネットワークの学習に使われる損失関数は、セグメンテーション精度と計算量(FLOPS)の重み付け和。セグメンテーション不要な画像（病変部なし）は直ちに「セグメンテーション不要」のラベルを出力。

セグメンテーション精度を犠牲にすることなく、モデルの効率を最大 3.5 向上させた。

みんな精度一筋を追求する中、モデルの効率化はなかなか見れない。