COGENT: Counterfactual Gaussian Explanations for Volumetric Medical Images

ملخص تقني: COGENT

بيان المشكلة
يتطلب نشر نماذج التعلم العميق في التطبيقات الطبية عالية المخاطر، لا سيما التصوير الحجمي مثل الأشعة المقطعية (CT) والرنين المغناطيسي (MRI)، قدرة قوية على التفسير (Explainability). وبينما تحقق النماذج الحديثة أداءً متطوراً، فإن عمليات اتخاذ القرار فيها تظل غالباً غامضة. تعتمد طرق التفسير الحالية للبيانات الحجمية بشكل أساسي على فضاء البكسل أو الفوكسل (فضاء الصورة). وغالباً ما تفشل هذه النهج في نمذجة البنية ثلاثية الأبعاد للمشهد بشكل صريح، مما يؤدي إلى تفسيرات يصعب تفسيرها تشريحياً أو تحجب التبعيات المكانية المعقدة. علاوة على ذلك، تُطبق العديد من التقنيات شريحة تلو الأخرى، مما يفشل في التقاط هياكل الأجسام ثلاثية الأبعاد المتماسكة. ومن هنا تبرز الحاجة إلى أطر عمل للتفسير تعمل مباشرة ضمن تمثيلات ثلاثية الأبعاد مهيكلة للحفاظ على الاتساق التشريحي وتقديم رؤى ذات مغزى سريري.

المنهجية
يقدم البحث إطار عمل COGENT (التفسيرات الغاوسية المضادة للواقع للصور الطبية الحجمية)، وهو إطار يولد تفسيرات مضادة للواقع مباشرة في فضاء المعلمات (Parameter Space) للتمثيلات الحجمية القائمة على توزيع غاوس (Gaussian-based)، بدلاً من فضاء الصورة الخام. تدمج المنهجية ثلاثة مكونات أساسية:

1. طبقة التمثيل (MedGS): يستخدم إطار العمل MedGS (Medical Gaussian Splatting)، والذي يوسع تقنية "Gaussian Splatting" ثلاثية الأبعاد لتشمل التصوير الطبي متعدد الأنماط. يمثل MedGS البيانات الطبية الحجمية كمجموعة من العناصر الأولية الغاوسية الصريحة والقابلة للاشتقاق. يتم تعريف كل عنصر أولي بمعلمات تشمل الموقع المكاني ($x_i$)، ومعاملات المظهر ($f_i$)، والعتامة ($o_i$)، والمقياس ($s_i$)، والدوران ($r_i$). وهذا يخلق جسراً قابلاً للاشتقاق بالكامل بين معلمات غاوس والشرائح التصويرية المُصيرة (Rendered slices).
2. المتنبئ اللاحق (Sybil): يستخدم إطار العمل نموذج Sybil، وهو نموذج تعلم عميق مصمم للتنبؤ بمخاطر سرطان الرئة المستقبلية مباشرة من صور الأشعة المقطعية للصدر ذات الجرعة المنخفضة. في نظام COGENT، يعمل Sybil كمصنف ثابت ومجمد، حيث تعمل مخرجاته (لوجيتات المخاطر - Risk Logits) كإشارة للتحسين (Optimization Signal).
3. التحسين المضاد للواقع (Counterfactual Optimization):
   • الصياغة: يُصاغ التفسير كمسألة تحسين مضادة للواقع مقيدة. الهدف هو تحديد أي العناصر الأولية الغاوسية التي، عند تعديلها، من شأنها تغيير تنبؤ النموذج (على سبيل المثال، تحويل التنبؤ عالي المخاطر إلى منخفض المخاطر).
   • العملية: يختار النظام مجموعة فرعية من العناصر الغاوسية (غالباً تلك التي تتقاطع مع الأقنعة التشريحية أو مناطق اهتمام محددة). وباستخدام الاشتقاق المتدرج المسقط (PGD)، يقوم إطار العمل بتحسين معلمات هذه العناصر الغاوسية المختارة.
   • تدفق التدرج: تنتقل التدرجات عكسياً من مصنف Sybil المجمد، عبر خط أنابيب التصيير (Rendering Pipeline) القابل للاشتقاق، وصولاً إلى معلمات غاوس.
   • القيود: يتم تقييد عملية التحسين بحد $L_\infty$ (أي $\epsilon$) وفترات قطع عالمية لضمان بقاء الحجم المعدل قريباً تشريحياً من الأصل، مما يمنع حدوث تشوهات غير واقعية.
   • الهدف: تُعرف دالة الخسارة ($L_{cf}$) بناءً على الهدف المضاد للواقع، سواء كان غير مستهدف (تعظيم أو تقليل لوجيت خطر معين) أو مستهدفاً (مطابقة قيمة لوجيت معينة).
   • الاستخراج: بعد عملية التحسين، يحدد إطار العمل أفضل 10% من العناصر الغاوسية التي خضعت لأكبر تحديثات في المعلمات. تشكل هذه العناصر التفسير، وهي تمثل المناطق الهيكلية والنسيجية المحددة التي تقود قرار النموذج.

المساهمات الرئيسية

• إطار عمل يعتمد على فضاء التمثيل: قدم المؤلفون إطار عمل مبتكر يربط تمثيلات MedGS بنموذج تنبؤ بمخاطر سرطان الرئة عبر الأشعة المقطعية، مما ينقل التفسير من فضاء الصورة إلى فضاء معلمات ثلاثي الأبعاد مهيكل.
• التحسين المضاد للواقع في فضاء المعلمات: يعد هذا العمل صياغة للتفسير كمسألة تحسين مضادة للواقع مباشرة داخل فضاء المعلمات للتمثيلات الغاوسية ثلاثية الأبعاد، وهو ما يعد خروجاً عن طرق اضطراب البكسل/الفوكسل التقليدية.
• تفسيرات ذات مغزى سريري: يثبت البحث أن التفسيرات الغاوسية المضادة للواقع تنتج نتائج موضعية، متفرقة (Sparse)، ومتسقة تشريحياً بما يتماشى مع التوقعات السريرية، وقد تم التحقق من ذلك من خلال المقاييس الكمية والتقييم الخبير.

النتائج
تم تقييم إطار العمل على صور الأشعة المقطعية للرئة باستخدام نموذج Sybil، مع مقارنة COGENT بالنماذج المرجعية الراسخة (GradCAM، Saliency، Integrated Gradients، Input $\times$ Gradient، Kernel SHAP) وبالنموذج المرجعي المضاد للواقع في فضاء البكسل.

• الأداء الكمي: حقق COGENT أعلى درجات التحديد، حيث بلغت قيم RRA و RRA_abs نحو 0.2837، متفوقاً بشكل كبير على أقوى نموذج مرجعي كلاسيكي، GradCAM (0.0805). يشير هذا إلى قدرة فائقة على تحديد المناطق المرضية التي تقود التنبؤ.
• التفرد والتماسك (Sparsity and Compactness): حافظ COGENT على درجة عالية من التفرد (0.6550)، منتجاً تفسيرات مركزة مقارنة بنموذج Kernel SHAP الأكثر تشتتاً (0.2083).
• استقرار الاضطراب: أظهرت الطريقة أداءً تنافسياً في درجات Perturbation-AUC (0.0396) و Mean-Perturbation (0.0414)، مما يشير إلى استقرار الأداء عبر معايير التقييم.
• التقييم النوعي وخبير التقييم: أظهرت المقارنات البصرية أن COGENT ينتج تعديلات منطقية تشريحياً وموضعية (مثل استهداف عقد معينة)، بينما أدت النماذج المرجعية في فضاء البكسل إلى أنماط مشتتة وضوضائية. وجد تقييم أخصائي الأشعة على مقياس من 5 درجات أنه في 40% من الحالات، ترافقت التفسيرات المضادة للواقع مع تخفيف إيجابي لشدة المرض (تضاؤل السمات الخبيثة)، بينما أظهرت 40% أخرى تأثيراً محايداً. كما حددت التفسيرات باستمرار المناطق التي قد يعتبرها الخبير مشبوهة.

الأهمية والادعاءات
يزعم البحث أن COGEN يوفر منظوراً جديداً لتفسير نماذج التعلم العمما الحجمية من خلال دمج التفسير ضمن التمثيل الثلاثي الأبعاد الصريح للمشهد. تكمن الأهمية في القدرة على توليد تفسيرات ليست فعالة تقنياً في تحديد تركيز النموذج فحسب، بل هي أيضاً ذات مغزى سريري ومتسقة تشريحياً. من خلال العمل في فضاء معلمات غاوس، تتجنب الطريقة عدم الاتساق التشريحي الذي غالباً ما يوجد في اضطرابات مستوى الفوكسل. يضع المؤلفون COGENT كنموذج عام للتفسير في فضاء التمثيل، مما يبرز قدرته على جعل نماذج الذكاء الاصطناعي الحجمية أكثر شفافية وموثوقية لاتخاذ القرارات الطبية. ويشير العمل إلى أن التفسيرات المضادة للواقع في فضاء المعلمات يمكن أن تكشف بفعالية عن الأدلة الهيكلية والنسيجية الكامنة وراء تنبؤات النموذج بطريقة تتماشى مع الفهم الإشعاعي.