H-XAI-Cervix: conditional hierarchical learning for cervical-cell classification on Herlev and SIPaKMeD

Jedes Jahr unterziehen sich Millionen von Frauen einem einfachen Screening-Test, um frühe Anzeichen von Gebärmutterhalskrebs zu überprüfen. Eine Technikerin entnimmt eine Probe von Zellen aus dem Gebärmutterhals, färbt diese mit einem speziellen Farbstoff und legt sie unter ein Mikroskop. Ein menschlicher Experte untersucht dann diese Zellen und sucht nach subtilen Veränderungen in Form, Größe und Farbe, die auf eine Erkrankung hindeuten könnten. Dieser Prozess, bekannt als Pap-Abstrich, ist ein Eckpfeiler der modernen Medizin, doch er ist langsam, arbeitsintensiv und hängt stark vom Geschick der Person ab, die durch die Linse blickt. Um die Prozesse zu beschleunigen und menschliche Fehler zu reduzieren, haben Wissenschaftler jahrelang versucht, Computern beizubringen, diese zellulären Muster zu erkennen. Das Ziel ist es, eine künstliche Intelligenz zu entwickeln, die in der Lage ist, sich eine einzelne Zelle anzusehen und zu entscheiden, ob sie gesund ist oder Anzeichen von Problemen zeigt, um so als ein zweites Paar Augen für den Pathologen zu fungieren.

Die Herausforderung liegt in der Art und Weise, wie diese Zellen organisiert sind. In der realen Welt sind medizinische Labels nicht einfach nur eine flache Liste unzusammenhängender Optionen; sie bilden einen natürlichen Stammbaum. Es gibt breite Kategorien, wie etwa „normal“ oder „abnormal“, und innerhalb dieser breiten Gruppen gibt es spezifischere, feinere Details. Ein Computerprogramm, das jede einzelne Kategorie als eine gleichwertige, unzusammenhängende Option behandelt, übersieht oft die logischen Verbindungen zwischen ihnen. Es könnte eine Zelle zwar korrekt als abnormal identifizieren, aber daran scheitern, zu erkennen, dass sie zu einem spezifischen, weniger schweren Typ der Abnormalität gehört, oder umgekehrt. Forscher wollten wissen, ob das Lehren eines Computers, diesen Familienstruktur zu respektieren – also zu verstehen, dass eine spezifische Art von Zelle zuerst zu einer breiteren Gruppe gehören muss, bevor sie als diese spezifische Art identifiziert werden kann – ihn zu einem besseren diagnostischen Werkzeug machen würde.

Ein Forscher setzte sich zum Ziel, diese Idee unter Verwendung zweier bekannter Sammlungen von Zellbildern zu testen. Er entwickelte ein Computermodell, das darauf ausgelegt war, dieses hierarchische Denken nachzuahmen. Anstatt den Computer zu fragen, aus allen möglichen Zelltypen gleichzeitig zu wählen, zwang er ihn, Entscheidungen in Schritten zu treffen. Zuerst musste das Modell entscheiden, ob eine Zelle normal oder abnormal war. Erst nachdem es diese breite Wahl getroffen hatte, konnte es fortfahren, den spezifischen Zelltyp innerhalb dieser Gruppe zu identifizieren. Dieser Ansatz, den der Autor als bedingte Hierarchie bezeichnet, wurde mit einem Standardcomputermodell verglichen, das versuchte, den spezifischen Zelltyp direkt zu erraten, ohne ihn zuvor in eine breite Kategorie einzuordnen. Der Forscher testete dies an zwei verschiedenen Datensätzen: einem, der 917 Zellbilder enthielt, und einem anderen mit über 4.000 Bildern.

Die Ergebnisse zeigten, dass die Art und Weise, wie der Computer unterrichtt wurde, entscheidend war, aber der Nutzen hing vollständig von der Komplexität der Aufgabe ab. Als der Forscher das Modell an dem kleineren Datensatz testete, der Zellen in sieben verschiedene Kategorien gruppierte, erwies sich der hierarchische Ansatz als signifikant besser. Das Modell, das den Stammbaum verstand, identifizierte die breiten Kategorien und die spezifischen Zelltypen häufiger als das Standardmodell. In diesem speziellen Test verbesserte das hierarchische Modell seine Genauigkeit um eine spürbare Marge und klassifizierte fast 93 Prozent der binären Fälle (normal gegenüber abnormal) sowie etwa 74 Prozent der sieben spezifischen Typen korrekt. Das Standardmodell, das die Familienstruktur ignorierte, blieb in beiden Bereichen zurück. Dies deutet darauf hin, dass es hilft, Verwirrung zu vermeiden, wenn die Aufgabe darin besteht, zwischen vielen ähnlich aussehenden, komplexen Kategorien zu unterscheiden, den Computer dazu zu zwingen, einem logischen Pfad zu folgen.

Die Geschichte änderte sich jedoch, als der Forscher denselben Test auf den größeren Datensatz anwandte. Diese Sammlung enthielt über 4.000 Bilder mit weniger, dafür aber deutlicheren Kategorien. In diesem Szenario arbeitete das Standardcomputermodell bereits auf einem sehr hohen Niveau und identifizierte Zellen fast immer korrekt. Als der Forscher die hierarchische Struktur zu diesem Modell hinzufügte, verbesserte dies die Ergebnisse nicht. Das Modell, das dem Stammbaum folgte, war genauso leistungsfähig wie dasjenere, das es nicht tat, brachte aber keinen zusätzlichen Gewinn. Der Forscher stellte fest, dass die hierarchische Methode die hohe Genauigkeit des Standardmodells bewahrte, aber keinen Mehrwert bot, wenn die Aufgabe bereits leicht für den Computer zu lösen war.

Die Studie untersuchte auch, wie sicher sich der Computer bei seinen Antworten war. In dem kleineren, schwierigeren Datensatz traf das hierarchische Modell bessere Unterscheidungen zwischen Zelltypen, aber seine Konfidenzwerte waren manchmal weniger perfekt mit der Realität abgestimmt als die des Standardmodells. In dem größeren Datensatz waren beide Modelle sehr gut kalibriert, was bedeutet, dass ihre Konfidenzniveaus mit ihrer tatsächlichen Genauigkeit übereinstimmten. Der Forscher betonte, dass der hierarchische Ansatz dem Computer zwar half, logischer über den kleineren, komplexeren Satz von Zellen nachzudenken, aber keine magische Lösung darstellt, die automatisch jedes medizinische KI-System verbessert. Der Erfolg der Methode hing von der spezifischen Natur der Daten und der Schwierigkeit der Klassifizierungsaufgabe ab.

Letztlich zeigt diese Arbeit, dass die Struktur des Lernprozesses eines Computers genauso wichtig sein kann wie die Daten, aus denen er lernt. Indem wir eine künstliche Intelligenz dazu zwingen, die natürlichen Beziehungen zwischen verschiedenen Arten von Zellen zu respektieren, können wir manchmal einen klügeren, genaueren Klassifizierer bauen, insbesondere wenn es um subtile und komplexe medizinische Unterscheidungen geht. Diese Verbesserung ist jedoch nicht universell; wenn ein Computer bereits exzellent in einer Aufgabe ist, führt das Hinzufügen einer komplexen Struktur nicht unbedingt zu einem Vorteil. Der Autor warnt davor, dass diese Ergebnisse auf isolierten Zellbildern basieren und noch nicht beweisen, dass ein solches System Krebs bei einem echten Patienten diagnostizieren kann. Bevor diese Technologie in einer Klinik eingesetzt werden kann, muss sie an ganzen Gewebeproben und in realen medizinischen Umgebungen getestet werden. Für den Moment bietet die Studie eine klare Lektion: In dem Bestreben, Maschinen beizubringen, wie Ärzte zu sehen, kommt es darauf an, wie wir ihr Denken organisieren, aber die richtige Methode hängt ganz von dem Problem ab, das wir zu lösen versuchen.