🤖 machine learning

INTERACT-CMIL: Multi-Task Shared Learning and Inter-Task Consistency for Conjunctival Melanocytic Intraepithelial Lesion Grading

Die Arbeit stellt INTERACT-CMIL vor, ein Multi-Task-Deep-Learning-Framework, das gemeinsames Feature-Learning und inter-task-Konsistenz nutzt, um die präzise Graduierung konjunktivaler melanotischer intraepithelialer Läsionen über fünf histopathologische Achsen hinweg signifikant zu verbessern und dabei bestehende CNN- und Foundation-Model-Baselines auf einem Multi-Center-Datensatz zu übertreffen.

Ursprüngliche Autoren: Mert Ikinci, Luna Toma, Karin U. Loeffler, Leticia Ussem, Daniela Süsskind, Julia M. Weller, Yousef Yeganeh, Martina C. Herwig-Carl, Shadi Albarqouni

Veröffentlicht 2026-05-27

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Mert Ikinci, Luna Toma, Karin U. Loeffler, Leticia Ussem, Daniela Süsskind, Julia M. Weller, Yousef Yeganeh, Martina C. Herwig-Carl, Shadi Albarqouni

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das große Bild: Eine „Muttermal"-Bewertung am Auge

Stellen Sie sich einen Arzt vor, der einen winzigen Hautfleck am Auge (eine Bindehautläsion) betrachtet. Er muss entscheiden: Ist dies harmlos oder handelt es sich um einen gefährlichen Krebs?

In der Vergangenheit mussten Ärzte dies unter einem Mikroskop beurteilen und eine Entscheidung auf Basis von fünf verschiedenen „Regeln" oder Kriterien treffen. Es ist, als würde man versuchen, die Arbeit eines Schülers nicht nur in Grammatik, sondern auch in Kreativität, Struktur, Wortschatz und Originalität zu benoten – alles gleichzeitig. Das Problem ist, dass diese Regeln tückisch sind. Manchmal hängt eine Regel (wie „wie unordentlich die Zellen aussehen") eng mit einer anderen zusammen (wie „wie tief die Zellen gehen"). Wenn ein Arzt sie separat beurteilt, kann es zu Verwirrung oder Inkonsistenzen kommen.

Dieses Papier stellt ein neues Computerprogramm namens INTERACT-CMIL vor, das wie ein superschlauer, konsistenter Medizinstudent agiert, um bei der Bewertung dieser Augenläsionen zu helfen.

Das Problem: Das „fünfköpfige" Puzzle

Die Ärzte müssen für jedes Bild fünf spezifische Fragen beantworten:

WHO4: Eine bestimmte Klassifizierungsebene.
WHO5: Eine etwas andere, detailliertere Klassifizierungsebene.
Horizontale Ausbreitung: Wie breit die Läsion ist.
Vertikale Ausbreitung: Wie tief die Läsion geht.
Atypie: Wie seltsam oder „hässlich" die Zellen aussehen.

Der knifflige Teil ist, dass diese Fragen miteinander verknüpft sind. Wenn die Zellen sehr seltsam aussehen (Atypie), gehen sie in der Regel auch tief (Vertikale Ausbreitung). Wenn ein Computer versucht, diese fünf Fragen fünf separate Male zu beantworten, könnte er sagen: „Die Zellen sind seltsam", aber gleichzeitig „Die Zellen sind flach", was in der realen Welt keinen Sinn ergibt.

Die Lösung: Ein Team von Experten, das zusammenarbeitet

Die Autoren haben ein System namens INTERACT-CMIL entwickelt. Stellen Sie es sich nicht als ein einziges riesiges Gehirn vor, sondern als ein Team von fünf Experten, die um einen Tisch sitzen und dasselbe Bild betrachten.

So funktioniert ihre spezielle Ausbildung:

1. Das gemeinsame Gehirn (Gemeinsames Merkmalslernen)

Alle fünf Experten teilen sich dieselben „Augen". Sie betrachten das Bild durch eine leistungsstarke, vortrainierte Linse (das CHIEF-Grundmodell), die bereits Millionen anderer medizinischer Bilder studiert hat. Dies gibt ihnen ein solides Fundament dafür, wie Gewebe aussieht, bevor sie überhaupt ihre spezifischen Aufgaben beginnen.

2. Das „Drei-auf-einmal"-Spiel (Kombinatorische partielle Überwachung)

Normalerweise fordert man ein Team auf, alle gleichzeitig zu arbeiten. Die Autoren stellten jedoch fest, dass alle fünf Experten verwirrt werden oder „overfitten" (die Trainingsdaten auswendig lernen, anstatt die Regeln zu verstehen), wenn sie genau zur gleichen Zeit lernen.

Also erfanden sie ein Spiel: In jeder einzelnen Übungsrunde dürfen nur 3 der 5 Experten sprechen.

Runde 1: Experten 1, 2 und 3 antworten.
Runde 2: Experten 2, 3 und 4 antworten.
Runde 3: Experten 1, 4 und 5 antworten.

Indem sie jede mögliche Kombination von drei durchlaufen, zwingt das System das „gemeinsame Gehirn", Merkmale zu lernen, die für jede Gruppe von drei nützlich sind. Dies macht das gesamte Team viel robuster und weniger fehleranfällig.

3. Die „Konsistenz-Polizei" (Verlust durch inter-task-Abhängigkeit)

Dies ist der cleverste Teil. Das System hat einen „Konsistenz-Polizisten".
Wenn das Team vorhersagt, dass die Zellen „sehr seltsam" sind (hohe Atypie), aber gleichzeitig „sehr flach" (geringe vertikale Ausbreitung), sagt der Polizist: „Moment mal! In der realen Welt gehen seltsame Zellen normalerweise tief. Diese Antworten passen nicht zusammen!"

Das System verwendet eine mathematische Regel, um das Team zu bestrafen, wenn ihre Antworten einander widersprechen. Dies stellt sicher, dass der endgültige Bericht kohärent ist. Wenn die Zellen gefährlich aussehen, sagt der gesamte Bericht, dass sie gefährlich sind, nicht nur ein Teil davon.

Die Ergebnisse: Wie gut haben sie abgeschnitten?

Das Team testete dieses neue System an einer Sammlung von 486 echten Augenbiopsie-Bildern aus drei verschiedenen Krankenhäusern in Deutschland. Sie verglichen ihr „Team von Fünf" mit zwei anderen Methoden:

Ein Standard-Computer-Vision-Modell (wie ein einfaches ResNet).
Ein Standard-Modell, das die vortrainierte „CHIEF"-Linse verwendet, aber ohne ihre speziellen Teamwork-Tricks.

Der Gewinner: INTERACT-CMIL schlug die Konkurrenz.

Es verbesserte die Genauigkeit für die „WHO4"-Klassifizierung um 55 % im Vergleich zur zweitbesten Methode.
Es verbesserte die Erkennung der „Vertikalen Ausbreitung" um 25 %.

Das Papier behauptet, dass durch die Erzwingung der Achtung der Beziehungen zwischen den fünf verschiedenen Regeln Ergebnisse erzielt werden, die viel näher an dem liegen, worauf sich menschliche Experten einigen würden.

Zusammenfassung

Stellen Sie sich vor, Sie versuchen, ein komplexes Puzzle zu lösen, bei dem die Teile miteinander verbunden sind. Wenn Sie versuchen, die Teile einzeln zusammenzuzwängen, ohne das Gesamtbild zu betrachten, passen sie vielleicht nicht. INTERACT-CMIL ist wie ein Puzzlesolver, der:

Eine riesige Wissensbibliothek (Grundmodell) nutzt, um die Teile klar zu sehen.
Übt, indem er kleine Gruppen von Teilen gleichzeitig löst (Selektive Überwachung), um nicht stecken zu bleiben.
Ständig prüft, ob die Teile logisch zusammenpassen (Konsistenz zwischen den Aufgaben).

Das Ergebnis ist ein Computertool, das diese schwierigen Augenläsionen genauer und konsistenter bewerten kann als frühere Methoden und einen neuen Standard für die digitale Augenpathologie bietet.

Technischer Zusammenfassung: INTERACT-CMIL

Problemstellung
Die präzise Graduierung von melanozytären intraepithelialen Läsionen der Bindehaut (CMIL) ist entscheidend für die Vorhersage von Bindehautmelanomen und die Bestimmung der Behandlung. Derzeitige diagnostische Praktiken beruhen jedoch auf einer subjektiven histopathologischen Untersuchung von mit Hämatoxylin und Eosin (H&E) gefärbten Schnitten, was zu einer erheblichen Inter-Observer-Variabilität führt, insbesondere bei niedriggradigen Läsionen. Die Komplexität der CMIL-Graduierung ergibt sich aus der Notwendigkeit, fünf miteinander verknüpfte histopathologische Achsen gleichzeitig zu bewerten: WHO4-Klassifikation, WHO5-Klassifikation, horizontale Ausbreitung (HS), vertikale Ausbreitung (VS) und zytologische Atypie (AP). Diese Kriterien weisen starke Abhängigkeiten auf (z. B. geht schwere Atypie häufig mit einer erhöhten vertikalen Proliferation einher), doch bestehende computergestützte Ansätze modellieren diese Achsen oft unabhängig voneinander, was zu klinisch unplausiblen oder inkonsistenten Vorhersagen führen kann. Darüber hinaus stellen die Seltenheit von CMIL und der Mangel an annotierten Daten Herausforderungen für das Training robuster Deep-Learning-Modelle dar.

Methodik
Die Autoren schlagen INTERACT-CMIL vor, ein Multi-Head-Deep-Learning-Framework, das entwickelt wurde, um die fünf diagnostischen Achsen gemeinsam vorherzusagen und dabei Konsistenz über die Aufgaben hinweg sicherzustellen. Die Architektur basiert auf dem CHIEF-Basismodell, einem groß angelegten Pathologie-Encoder, der auf diversen Ganzschnittbildern vortrainiert wurde und als eingefrorener Merkmalsextraktor dient, um übertragbare histomorphologische Repräsentationen zu erfassen.

Die Kernmethodik besteht aus drei Hauptkomponenten:

Gemeinsames Merkmalslernen mit kombinatorischer partieller Überwachung (SFCS): Das Framework nutzt eine gemeinsame latente Repräsentation, die in fünf aufgabenspezifische Klassifikationsköpfe transformiert wird. Anstatt alle Köpfe gleichzeitig zu optimieren, setzt das Modell eine Strategie der kombinatorischen partiellen Überwachung ein. Während jeder Trainingsiteration wird nur eine Teilmenge von drei Köpfen aktiviert. Das System durchläuft systematisch alle möglichen Kombinationen von drei Köpfen und gewährleistet so eine gleichmäßige Exposition gegenüber diversen Überwachungskontexten. Dieser Ansatz mildert Overfitting und regt die gemeinsame Repräsentation an, Merkmale zu kodieren, die sich über korrelierte, aber nicht identische Aufgaben hinweg verallgemeinern lassen.
Regularisierung der Inter-Aufgaben-Abhängigkeit: Um die strukturierten Korrelationen zwischen den Graduierungsachsen zu adressieren, führen die Autoren eine divergenzbasierte Abhängigkeitsverlustfunktion ( $L_{dep}$ ) ein. Diese Verlustfunktion richtet die vorhergesagten gemeinsamen Aufgabenverteilungen an den empirischen Ko-Auftretensstatistiken aus, die in den Daten beobachtet werden. Durch die Minimierung der Kullback-Leibler-Divergenz (KL-Divergenz) zwischen der vorhergesagten gemeinsamen Verteilung und der empirischen Prior wird semantische Kohärenz und Konsistenz zwischen den Ausgaben der verschiedenen Köpfe erzwungen.
Gesamtziel: Die gesamte Verlustfunktion kombiniert den Klassifikationsverlust ( $L_{cls}$ ) der aktiven Köpfe und den Abhängigkeitsverlust ( $L_{dep}$ ), gewichtet mit einem Hyperparameter $\lambda$ . Dies stellt sicher, dass das Modell sowohl für die Genauigkeit auf Aufgabenebene als auch für die konsistente Abstimmung über die Aufgaben hinweg optimiert wird.

Hauptbeiträge

Erstes spezialisiertes Framework: Die Arbeit stellt das erste Deep-Learning-Framework vor, das speziell für die CMIL-Klassifikation entwickelt wurde und sowohl die WHO- als auch die C-MIN-Graduierungsparadigmen integriert.
Neuartige Architektur: Sie führt eine Multi-Head-Architektur ein, die kombinatorische partielle Überwachung nutzt, um Robustheit und ausgewogenes Lernen über korrelierte Aufgaben hinweg zu fördern.
Modellierung von Abhängigkeiten: Der Vorschlag eines Inter-Abhängigkeitsverlusts, der Beziehungen zwischen den Kriterien explizit erfasst und damit die Interpretierbarkeit des Modells sowie die diagnostische Kohärenz verbessert.
Datensatz-Kuration: Die Erstellung und Veröffentlichung eines neu kuratierten, multizentrischen Datensatzes, der 486 von Experten annotierte Bindehautbiopsie-Patches von drei deutschen Universitätskliniken (Bonn, Tübingen und Erlangen) umfasst und eine robuste Grundlage für das Multi-Task-Learning in diesem Bereich bietet.

Ergebnisse
Das Framework wurde auf einem zurückgehaltenen Testset unter Verwendung einer 5-fachen Kreuzvalidierung evaluiert, wobei die Leistung durch macro F1-Scores gemessen wurde. INTERACT-CMIL erzielte konsistente Verbesserungen gegenüber sowohl einer Standard-CNN-Baseline (ResNet-18) als auch einer mit Single-Task- oder Joint-Multi-Task-Zielen trainierten Basislinien-Framework-Baseline (BaseCHIEF).

Leistungssteigerungen: Im Vergleich zur stärksten Baseline (BaseCHIEF) erzielte INTERACT-CMIL relative macro F1-Gewinne von 55,1 % für WHO4, 24,7 % für WHO5, 15,2 % für horizontale Ausbreitung, 25,0 % für vertikale Ausbreitung und 12,5 % für Atypie.
Ablationsstudien: Die Autoren führten Ablationsstudien durch, um den Beitrag jeder Komponente zu quantifizieren:
- Das Entfernen des Abhängigkeitsverlusts führte zum größten einzelnen Leistungsabfall (ca. 2–3 % durchschnittlicher macro F1-Rückgang), wobei sich dies insbesondere auf die Erkennung von Atypie und vertikaler Ausbreitung auswirkte.
- Das Deaktivieren des Temperature Scaling reduzierte die Leistung weiter um ca. 5–6 %.
- Die Eliminierung der selektiven Multi-Head-Überwachung führte zum signifikantesten kumulativen Abfall (im Durchschnitt mehr als 8 % unter dem Vollmodell), was ihre Rolle als starker Regularisierer bestätigt, der die Gradientendominanz verhindert und das Lernen über die Aufgaben hinweg ausbalanciert.
Qualitative Analyse: Visuelle Vergleiche zeigten eine enge Übereinstimmung zwischen Ground Truth und Modellvorhersagen, einschließlich in Grenzfällen, in denen die menschliche Variabilität typischerweise hoch ist.

Bedeutung und Behauptungen
Die Arbeit behauptet, dass INTERACT-CMIL ein reproduzierbares, interpretierbares und klinisch abgestimmtes Framework für die automatisierte CMIL-Klassifikation etabliert. Durch die explizite Modellierung diagnostischer Abhängigkeiten mittels gemeinsamen Merkmalslernens und Abhängigkeitsregularisierung erzeugt das System kohärente Mehrkriterien-Vorhersagen, die mit dem Expertenkonsens und den etablierten WHO/C-MIN-Standards übereinstimmen. Die Autoren positionieren diese Arbeit als einen Schritt hin zu einer standardisierten digitalen Ophthalmopathologie und bieten einen computergestützten Benchmark, der die Subjektivität und Variabilität adressiert, die den aktuellen manuellen Graduierungspraktiken innewohnen. Die Studie betont, dass die größten Leistungssteigerungen bei Aufgaben beobachtet wurden, die auf subtile morphologische Hinweise und konsistenz zwischen den Kriterien angewiesen sind (vertikale Ausbreitung und zytologische Atypie), Bereiche, in denen Single-Task- oder Standard-CNN-basierte Modelle tendenziell versagen.