Worst-Group Equalized Odds Regularization for Multi-Attribute Fair Medical Image Classification

ملخص تقني: تنظيم التكافؤ في أسوأ المجموعات (Worst-Group Equalized Odds) لتصنيف الصور الطبية متعدد السمات

1. بيان المشكلة

تتناول الورقة البحثية القضية الحرجة المتمثلة في التفاوتات المنهجية في أداء الذكاء الاصطناعي الطبي عبر المجموعات الديموغرافية (مثل العمر، الجنس، العرق). وبينما قد تبدو مقاييس التجميع مثل "المساحة تحت المنحنى" (AUC) متشابهة عبر المجموعات، إلا أنها قد تخفي عدم مساواة ذات أهمية سريرية عند نقاط تشغيل محددة وقت الاستنتاج. وتحديداً، قد تُظهر بعض المجموعات الفرعية سلوك تشخيص مفرط (ارتفاع معدلات الإيجابي الحقيقي [TPR] والإيجابي الكاذب [FPR])، بينما تُظهر مجموعات أخرى سلوك تشخيص ناقص (انخفاض في TPR وFPR). هذه النزعات المتضاربة يمكن أن تلغي بعضها البعض في قيم AUC الإجمالية، مما يحجب التفاوتات ذات المعنى في اتخاذ القرار السريري.

تواجه استراتيجيات التخفيف الحالية عدة قيود:

• عدم توافق الأهداف: الطرق مثل GDRO أو JTT أو FairBatch تعيد وزن العينات أو تعدل خسارة اللوغاريتم (log-loss) لتقليل متوسط المخاطر التنبؤية، وهو ما قد يفشل في رصد التفاوتات المحلية للمجموعات الفرعية عند نقاط تشغيل محددة.
• التركيز على سمة واحدة: يعالج معظم العمل السابق العدالة لسمة ديموغرافية واحدة، مما يترك التفاوتات التقاطعية (intersectional) دون معالجة أو حتى متفاقمة.
• التحديات التقاطعية: تواجه النهج التي تتعامل مع سمات متعددة صعوبة في التعامل مع تعريفات المجموعات الفرعية المبسطة للحفاظ على القوة الإحصائية، أو تعاني من عدم الاستقرار في إزالة الانحياز على مستوى التمثيل (مثل كبت المعلومات المتبادلة) للمجموعات الفرعية الصغيرة.
• قيود الإعداد: يتم تقييم العديد من الطرق في إعدادات تصنيف ثنائي مبسطة، مما يحد من قابليتها للتطبيق في سيناريوهات التصنيف متعدد الملصقات (multi-label) الشائعة في التصوير السريري.

2. المنهجية

يقترح المؤلفون منظم هامش التكافؤ في أسوأ المجموعات (Worst-Group Equalized Odds (EO) Margin Regularizer) المصمم لإعدادات التشخيص الواقعية متعددة الملصقات. يستهدف الأسلوب التفاوتات على مستوى نقطة التشغيل باستخدام هوامش اللوغاريتم (logit margins) الخالية من العتبات.

الصياغة الجوهرية:

• إعداد المشكلة: تتكون مجموعة البيانات من مدخلات $x_i$، وعلامات $y_i$، وسمات ديموغرافية $a_i$ (مثل العمر، الجنس، العرق). يتم تعريف المجموعات الفرعية $g$ من خلال أزواج (السمة-القيمة).
• تحديد أسوأ المجموعات: في كل دفعة مصغرة (mini-batch)، يحدد الأسلوب ديناميكياً المجموعات الفرعية الأسوأ أداءً دون الحاجة للحفاظ على قيود منفصلة لكل سمة:
  • بالنسبة للحالات الإيجابية ($y=1$)، يحدد المجموعة الفرعية $g_{min}^{[+]}$ ذات متوسط الاحتمال المتوقع الأدنى (مما يشير إلى خطر التشخيص الناقص).
  • بالنسبة للحالات السلبية ($y=0$)، يحدد المجموعة الفرعية $g_{max}^{[-]}$ ذات متوسط الاحتمال المتوقع الأعلى (مما يشير إلى خطر التشخيص المفرط).
• تعريف هامش اللوغاريتم: الهدف هو فرض الفصل بين عينات الحالة الإيجابية الأسوأ من المجموعة التي تعاني من نقص التشخيص وبين جميع العينات السلبية، والعكس صحيح بالنسبة للمجموعة التي تعاني من فرط التشخيص.
  • من الناحية المثالية: $\min_{m: y_m=1, g_m=g_{min}^{[+]}} \ell_m > \max_{n: y_n=0} \ell_n$ و $\max_{m: y_m=0, g_m=g_{max}^{[-]}} \ell_m < \min_{n: y_n=1} \ell_n$.
• الاسترخاء القابل للتفاضل: بما أن عمليات الـ min/max الصعبة غير قابلة للتفاضل، استبدل المؤلفون هذه العمليات بعمليات Log-Sum-Exp (LSE). يعمل هذا على تنعيم القيم القصوى، مما يسمح للعينات القريبة من الحالة الأسوأ بالمساهمة في العقوبة، مما يساعد في التخفيف من الانتهاكات التقاطعية.
  • $margin_{EO+} = \text{LSE}_{max}(\{\ell_i : y_i=0\}) - \text{LSE}_{min}(\{\ell_i : y_i=1, g_i=g_{min}^{[+]}\})$
  • $margin_{EO-} = \text{LSE}_{max}(\{\ell_i : y_i=0, g_i=g_{max}^{[-]}\}) - \text{LSE}_{min}(\{\ell_i : y_i=1\})$
• دالة الخسارة: يتم تطبيق خسارة المفصلة (hinge loss) لمعاقبة الهوامش الموجبة فقط (الانتهاكات):
  • $L_{EO+} = \max(0, margin_{EO+})$
  • $L_{EO-} = \max(0, margin_{EO-})$
  • الهدف النهائي هو $L = L_{base} + \lambda_{EO+}L_{EO+} + \lambda_{EO-}L_{EO-}$، حيث $L_{base}$ هي خسارة التقاطع الثنائي (binary cross-entropy) القياسية (أو المتوسطة عبر الفئات لمتعدد الملصقات).

الآلية الرئيسية: يعمل المنظم كتحسين موضعي لـ AUC، حيث يعزز ترتيب الإيجابيات الضعيفة من المجموعة الأسوأ أداءً مقابل جميع السلبيات، وبالعكس بالنسبة للسلبيات، دون الحاجة إلى تعديلات لاحقة للعتبات (post-hoc threshold adjustments).

3. المساهمات الرئيسية

1. منظم موحد متعدد السمات: أسلوب يحدد المجموعة "الأسوأ" ديناميكياً عبر جميع المحاور الديموغرافية (العمر، الجنس، العرق) في آن واحد، متجنباً الحاجة إلى قيود تقاطعية صريحة أو تعريفات مبسطة للمجموعات الفرعية.
2. عقوبة ثنائية الاتجاه: على عكس خسارة اللوغاريتم القياسية التي تحسن AUC بشكل أساسي عبر إعادة الترتيب، يقوم هذا المنظم ثنائي الاتجاه بمعاقبة كل من التشخيص المفرط (جانب FPR) والتشخيص الناقص (جانب TPR) عند نقطة التشغيل بشكل صريح.
3. تحسين المجموعة الأسوأ القابل للتفاضل: يتيح استخدام هوامش LSE تدريباً مستقراً يعتمد على التدرج (gradient-based training) لتحقيق عدالة المجموعة الأسوأ، مما يوزع تدفق التدرج عبر العينات بدلاً من تركيزه على القيم المتطرفة الوحيدة.
4. قابلية التطبيق متعدد الملصقات: تم التحقق من صحة النهج في إعدادات تشخيصية واقعية متعددة الملصقات، مما يعالج الفجوة في الأدبيات الحالية التي تركز غالباً على التصنيف الثنائي.

4. النتائج التجريبية

تم تقييم الطريقة على مجموعتي بيانات للتصوير الطبي:

• RNFL-OCT: مجموعة بيانات طب عيون (3,300 صورة) لتصنيف الجلوكوما.
• MIMIC-CXR: مجموعة بيانات كبيرة لصور الأشعة السينية للصدر (82,282 صورة) لمهمة متعددة الملصقات تشمل الانصباب الجنبي، تضخم القلب، وانخماص الرئة.

الأداء:

• مقاييس العدالة: حققت الطريقة المقترحة باستمرار أدنى قيم لـ EOdds (نسبة الأسوأ إلى الأفضل للمجموعات لتباين TPR/FPR) وأعلى قيم لـ EOM (تكافؤ الفرص عبر الفئات الفرعية المتعددة) عبر كلتا مجموعتي البيانات وجميع السمات الديموغرافية (العمر، العرق، الجنس).
  • في RNFL-OCT، خفضت الـ Joint EOdds إلى 0.226 (مقابل 0.354 للنموذج الأساسي) وزادت الـ Joint EOM إلى 0.926.
  • في MIMIC-CXR، خفضت الـ Joint EOdds إلى 0.127 (مقابل 0.254 للنموذج الأساسي) وزادت الـ Joint EOM إلى 0.916.
• مقايضة الدقة: حققت الطريقة هذه التحسينات في العدالة مع تأثير ضئيل على AUC الإجمالي.
  • RNFL-OCT: $\Delta AUC = -0.006$.
  • MIMIC-CXR: $\Delta AUC = -0.007$.
• المقارنة: مقارنة بالنماذج المرجعية مثل FairBatch وGDRO وJTT وAdversarial Training وFaMI، قدمت الطريقة المقترحة توازناً فائقاً بين العدالة والدقة. أظهرت الطرق الأخرى إما تحسينات أضعف في التكافؤ أو تسببت في خسائر أكبر بكثير في الدقة (على سبيل المثال، أظهرت FaMI قيمة $\Delta AUC \approx -0.06$).

الدراسة الاستقصائية (Ablation): أكدت التجارب أن كلا مكوني التنظيم ($L_{EO+}$ و $L_{EO-}$) متكاملان؛ حيث يؤدي تفعيل كليهما إلى تحقيق أقوى مكاسب في العدالة.

5. الأهمية والادعاءات

تدعي الورقة أن نهجها يوفر آلية موحدة لمعالجة العدالة عبر محاور ديموغرافية متعددة دون العبء الحسابي أو الإحصائي لإدارة قيود منفصلة لكل سمة أو مجموعة تقاطعية. ومن خلال استهداف التفاوتات الموضعية في الدرجات المسؤولة عن سلوكيات التشخيص المفرط والناقص، يخفف الأسلوب من تفاوتات المجموعة الأسوأ مع الحفاظ على الأداء التشخيصي.

يؤكد المؤلفون أنه بينما يمكن لـ AUC أن يخفي التفاوتات ذات الصلة سريرياً عند نقطة التشغيل، فإن المنظم الخاص بهم يحسن بفعالية الترتيب في مناطق الدرجات المحددة التي تسبب تباينات TPR وFPR. ويؤدي هذا إلى توازن أكثر ملاءمة بين العدالة والدقة مقارنة بالطرق الحالية، مما يجعله مناسباً بشكل خاص لسيناريوهات التصوير السريري حيث تكون التنبؤات متعددة الملصقات والتكافؤ الديموغرافي الصارم أمراً بالغ الأهمية.