CXR-LanIC: Language-Grounded Interpretable Classifier for Chest X-Ray Diagnosis

Resumen Técnico: CXR-LanIC

1. El Problema: La "Caja Negra" en la Diagnóstico por Imagen

Aunque los modelos de aprendizaje profundo han demostrado una precisión notable en el diagnóstico de radiografías de tórax (CXR), a menudo igualando o superando a los radiólogos, su adopción clínica masiva se ve frenada por su naturaleza de "caja negra".

• Falta de transparencia: Los clínicos no pueden entender por qué un modelo tomó una decisión específica, lo que dificulta la confianza, la identificación de errores sistemáticos y la integración de la IA en flujos de trabajo clínicos.
• Riesgo de fallos catastróficos: Un modelo puede identificar correctamente una patología común (ej. edema pulmonar) pero fallar estrepitosamente en casos límite (ej. distinguir entre edema cardiogénico y no cardiogénico) sin que el médico pueda detectar la causa del error.
• Limitación actual: Las explicaciones existentes a menudo se basan en mapas de calor (saliency maps) que son difíciles de interpretar clínicamente y no están anclados en patrones radiológicos reconocibles.

2. Metodología: CXR-LanIC

El marco propuesto, CXR-LanIC (Clasificador Interpretable Basado en Lenguaje para Radiografías de Tórax), adapta el concepto de Mechanistic Interpretability (Interpretabilidad Mecanística) y los Sparse Autoencoders (SAEs) al dominio médico. A diferencia de enfoques anteriores que aplican SAEs directamente a embeddings generales, CXR-LanIC introduce un diseño arquitectónico específico:

Fases del Proceso:

1. Entrenamiento de un Clasificador Base Orientado a Tareas:

   • Se entrena un clasificador multietiqueta robusto utilizando BiomedCLIP (un modelo de visión-idioma preentrenado en literatura biomédica) sobre el conjunto de datos MIMIC-CXR.
   • El objetivo es predecir cinco hallazgos clínicos clave: cardiomegalia, derrame pleural, edema pulmonar, consolidación y atelectasia.
   • Este paso asegura que las representaciones internas del modelo estén alineadas con objetivos diagnósticos específicos, no solo con características visuales generales.

2. Descubrimiento de Patrones mediante Transcoders:

   • Se emplea un conjunto (ensemble) de 100 transcoders (autoencoders dispersos) entrenados sobre las representaciones internas del clasificador base.
   • Arquitectura del Transcoder:
     • Encoder: Proyecta los embeddings multimodales (imagen + texto) a un espacio latente de alta dimensión (15,000 dimensiones).
     • Esparsificación Top-K: Mantiene solo las $k$ activaciones más grandes (ej. $k=32$), forzando a que cada neurona se especialice en un patrón monosemántico específico.
     • Decoder: Reconstruye los embeddings del clasificador objetivo a partir de esta representación dispersa.
   • Esto genera aproximadamente 1.5 millones de neuronas candidatas, donde cada una intenta detectar un patrón visual único (ej. "silueta cardíaca agrandada").

3. Interpretación y Curación de Patrones:

   • Se filtran las neuronas candidatas basándose en tres criterios: consistencia de activación, poder discriminatorio y relevancia clínica.
   • Se identifican y curan aproximadamente 5,000 patrones interpretables monosemánticos, categorizados en: cardíaco, pulmonar, pleural, estructural, dispositivos y artefactos.
   • Cada patrón se caracteriza por una "galería de activación" (imágenes que activan fuertemente la neurona) y estadísticas de activación.

4. Clasificación Interpretable:

   • Se entrena un clasificador logístico ligero (con regularización L1) sobre estos 5,000 patrones interpretables para predecir los diagnósticos.
   • Ventaja: La predicción final es una suma ponderada de patrones específicos. Esto permite una atribución transparente: se puede ver exactamente qué patrones (ej. "opacidad intersticial bilateral" + "silueta cardíaca agrandada") impulsaron el diagnóstico de insuficiencia cardíaca.

5. Anclaje en Lenguaje (Planificado):

   • Se planea utilizar Modelos de Lenguaje Multimodal (LMMs), como Claude-4.5-Sonnet, para generar descripciones clínicas naturales para cada uno de los 5,000 patrones, transformando IDs de neuronas en explicaciones legibles por humanos (ej. "derrame pleural bilateral").

3. Contribuciones Clave

• Pipeline CXR-LanIC: Un marco completo para descubrir, nombrar y utilizar patrones radiológicos interpretables a partir de MIMIC-CXR, con énfasis en hallazgos relacionados con la insuficiencia cardíaca.
• Descubrimiento de Patrones Alineado a la Tarea: La innovación central es entrenar los transcoders sobre un clasificador optimizado para objetivos diagnósticos específicos, en lugar de embeddings de propósito general. Esto garantiza que los patrones descubiertos sean directamente relevantes para la toma de decisiones clínicas.
• Razonamiento Diagnóstico Transparente: Capacidad de descomponer cada predicción en 20-50 patrones interpretables con galerías de activación verificables, permitiendo a los radiólogos validar el razonamiento del modelo.
• Aplicación de Transcoders en Medicina: Primera aplicación de transcoders dispersos a clasificadores de imágenes médicas para descomponer predicciones en evidencia visual basada en lenguaje.

4. Resultados y Evaluación

• Dataset: Se utilizó MIMIC-CXR (377,110 imágenes) con divisiones estrictas a nivel de paciente para evitar fugas de datos.
• Precisión Diagnóstica: El modelo alcanza una precisión competitiva en los cinco hallazgos clave (promedio de 0.88), demostrando que la interpretabilidad no sacrifica el rendimiento.
• Descubrimiento de Patrones: De 1.5 millones de candidatos, se curaron 5,000 patrones de alta calidad distribuidos en categorías clínicas (800 cardíacos, 1,500 pulmonares, etc.).
• Representación Dispersa: Cada imagen se representa con solo 15-30 patrones activos, lo que facilita la interpretación humana y reduce el ruido.
• Atribución: El clasificador lineal permite identificar exactamente qué patrones contribuyen a cada diagnóstico, imitando el razonamiento de un radiólogo.

5. Significado e Impacto

CXR-LanIC demuestra que los sistemas de IA médica pueden ser tanto precisos como interpretables.

• Seguridad Clínica: Al proporcionar explicaciones transparentes y basadas en patrones clínicos reconocibles, el modelo permite a los médicos identificar modos de fallo y confiar en las predicciones de la IA.
• Validación Humana: La capacidad de vincular predicciones a galerías de imágenes específicas y descripciones de lenguaje natural facilita la validación por parte de expertos.
• Futuro: Este trabajo sienta las bases para sistemas de diagnóstico asistido por IA que no solo dan un resultado, sino que explican el "por qué" de manera verificable, un paso crucial para la implementación segura de la IA en entornos clínicos de alto riesgo.