Understanding-informed Bias Mitigation for Fair CMR Segmentation

Resumen Técnico: Mitigación de Sesgos Basada en la Comprensión para la Segmentación Justa de la RM Cardíaca

Planteamiento del Problema
Los modelos de inteligencia artificial (IA) para imágenes médicas, específicamente la segmentación de la resonancia magnética cardíaca (RMC), exhiben con frecuencia sesgos contra atributos protegidos como la etnia. Investigaciones previas han establecido que los modelos entrenados en conjuntos de datos desequilibrados suelen tener un rendimiento inferior para grupos minoritarios (por ejemplo, sujetos negros frente a sujetos blancos), lo que conduce a resultados clínicos dispares. Aunque existen algoritmos genéricos de mitigación de sesgos, estos suelen sufrir de una "compensación entre equidad y precisión" (fairness-accuracy trade-off), donde la mejora de la equidad para los grupos minoritarios degrada el rendimiento general o el rendimiento del grupo mayoritario. Además, estos enfoques de mitigación "ciegos" a menudo no logran generalizarse a los conjuntos de validación externos porque no abordan las causas fundamentales del sesgo. Investigaciones recientes sugieren que las diferencias distribucionales en las áreas de la imagen fuera del corazón contribuyen significativamente a las representaciones sesgadas en los modelos de segmentación de RMC, aunque este conocimiento no se ha aprovechado plenamente para la mitigación.

Metodología
Los autores realizaron una evaluación exhaustiva de las estrategias de mitigación de sesgos utilizando un conjunto de datos de 5.778 sujetos del UK Biobank, curado para incluir un desequilibrio significativo entre muestras de sujetos negros (15 sujetos) y blancos (4.221 sujetos). Se utilizó un conjunto de validación externa de 1.542 sujetos del St. Thomas' Hospital para probar la generalizabilidad.

El estudio evaluó los siguientes enfoques utilizando una arquitectura 2D nnU-Net:

1. Técnicas de Mitigación Genéricas:
   • Sobremuestreo (Oversampling): Aumentar la frecuencia de muestreo del grupo minoritario (negro) durante la selección de lotes para igualar los tamaños de los grupos.
   • Reponderación de Importancia (Importance Reweighing): Aplicar pesos inversamente proporcionales a la función de pérdida basándose en el tamaño del grupo.
   • Optimización Robusta de Distribución de Grupo (Group DRO): Optimizar la pérdida para el grupo con peor desempeño.
   • Combinaciones: Emparejar los métodos anteriores (por ejemplo, Sobremuestreo + Group DRO).
2. Mitigación Basada en la Comprensión (Abordaje de la Causa Raíz):
   • Recorte (Cropping): Basándose en hallazgos previos de que las regiones no cardíacas impulsan el sesgo, los autores entrenaron modelos en imágenes recortadas a la región del corazón.
   • Recorte de Verdad de Campo (Ground-Truth Cropping): Utilizar máscaras de segmentación manual para definir los límites del recorte (sirviendo como un punto de referencia de rendimiento límite superior).
   • Recorte en Cascada (Cascaded Cropping): Un enfoque desplegable donde un segmentador nnU-Net inicial en imágenes completas predice un cuadro delimitador (bounding box), que luego se utiliza para recortar la imagen para un segundo nnU-Net especializado entrenado con datos recortados.

El rendimiento se midió mediante el Coeficiente de Similitud de Dice (DSC) y la Distancia de Hausdorff (HD). La equidad se cuantificó mediante la Brecha de Equidad (Fairness Gap, FG) y la Relación de Error Sesgado (Skewed Error Ratio, SER).

Resultos Clave

• Métodos Genéricos: En la validación interna, el sobremuestreo fue el único método genérico que mejoró significativamente el rendimiento para los sujetos negros sin reducir estadísticamente el rendimiento para los sujetos blancos, eliminando efectivamente la brecha de equidad. La reponderación degradó el rendimiento para ambos grupos, y Group DRO mejoró el rendimiento de los sujetos negros pero no lo suficiente como para igualar a los sujetos blancos. Las combinaciones de métodos generalmente no superaron al sobremuestreo por sí solo.
• Impacto del Recorte: Entrenar con imágenes recortadas (eliminando el contexto no cardíaco) mejoró significamente el rendimiento para ambas etnias y redujo el sesgo en comparación con el entrenamiento con imágenes completas.
• Enfoque en Cascada: El método de recorte "en cascada" (utilizando un cuadro delimitador predicho) logró un rendimiento comparable a, y en algunos casos mejor que, el límite superior del recorte de verdad de campo. Esto sugiere que la segmentación intermedia proporcionó un recorte más grande e informativo que el recorte manual de la verdad de campo.
• Validación Externa: En el conjunto de datos clínico externo, el modelo base no mostró un sesgo estadísticamente significativo, y el sobremuestreo no mejoró la equidad ni el rendimiento, lo que resalta la dificultad de la mitigación genérica bajo un cambio de dominio. Sin embargo, el enfoque de recorte en cascada con sobremuestreo mantuvo un alto rendimiento para ambos grupos y redujo aún más la brecha de equidad, superando al modelo base sin recortar.

Contribuciones Clave

1. Evaluación Exhaustiva: El artículo presenta la investigación más extensa hasta la fecha de múltiples métodos de mitigación de sesgos y sus combinaciones específicamente para la segmentación de RMC.
2. Mitigación Basada en la Comprensión de la Causa Raíz: Es uno de los primeros estudios en aplicar el conocimiento de la causa raíz del sesgo (cambios de distribución no cardíacos) para desarrollar una estrategia de mitigación (recorte), demostrando que comprender el mecanismo del sesgo es crucial para una corrección efectiva.
3. Validación de la Evitación de la Compensación: El estudio demuestra que, mediante el uso de un enfoque basado en la comprensión (recorte en cascada), se puede evitar la típica "compensación entre equidad y precisión". El método propuesto mejora la equidad sin sacrificar, y en algunos casos mejorando, la precisión de la segmentación general.
4. Escalabilidad Clínica: Los autores proponen y validan un flujo de trabajo de recorte "en cascada" que no requiere máscaras de verdad de campo en el momento de la inferencia, lo que hace que la estrategia de mitigación de sesgos sea desplegable en flujos de trabajo clínicos del mundo real.

Significado y Reivindicaciones
Los autores afirman que este trabajo desafía la noción prevalente de que la mitigación del sesgo en la IA médica requiere inevitablemente una compensación entre equidad y precisión. Argumentan que los algoritmos genéricos a menudo fallan porque tratan el sesgo como un artefacto estadístico en lugar de un problema estructural arraigado en la distribución de los datos. Al identificar que las características no cardíacas impulsan el sesgo étnico en la RMC, los autores muestran que eliminar estas características (mediante el recorte) resuelve el sesgo al tiempo que mejora la robustez del modelo.

El artículo concluye que, para la segmentación de RMC, un enfoque de "mitigación basada en la comprensión del sesgo" es superior a la mitigación genérica. Este hallazgo se presenta como una motivación para que la investigación futura priorice la comprensión de las causas específicas del sesgo en escenarios individuales de imágenes médicas, en lugar de confiar únicamente en correcciones algorítmicas genéricas. El trabajo sugiere que tales enfoques dirigidos pueden conducir a sistemas de IA robustos, justos y clínicamente viables sin comprometer el rendimiento diagnóstico.