WeNLEX: Weakly Supervised Natural Language Explanations for Multilabel Chest X-ray Classification

1. Planteamiento del Problema

La explicabilidad de los modelos de caja negra en medicina es crucial, especialmente en radiología, donde los informes clínicos se basan en lenguaje natural. Sin embargo, los métodos actuales para generar Explicaciones en Lenguaje Natural (NLEs) presentan limitaciones críticas:

• Dependencia de supervisión completa: La mayoría de los enfoques requieren conjuntos de datos con NLEs anotadas manualmente (una por imagen y diagnóstico). Esto impone una gran carga de anotación y asume que el razonamiento del modelo coincide con el del anotador humano.
• Falta de fidelidad: Las NLEs generadas con supervisión completa suelen ser "plausibles" (parecen humanas) pero no "fieles" (no reflejan el verdadero proceso de razonamiento del modelo).
• Inflexibilidad: Es difícil explicar modelos preentrenados (post-hoc) o decisiones incorrectas sin tener NLEs de "verdad fundamental" para cada combinación posible de predicciones.

El objetivo es desarrollar un marco que genere NLEs que sean fieles al modelo y plausibles para el humano, utilizando una supervisión débil (muy pocos ejemplos anotados).

2. Metodología: WeNLEX

Los autores proponen WeNLEX, un marco de aprendizaje débilmente supervisado para la clasificación multietiqueta de radiografías de tórax. La arquitectura se basa en un modelo preentrenado de Transformer (Encoder-Decoder) adaptado mediante Fine-Tuning Eficiente de Parámetros (PEFT).

Principios Clave y Funciones de Pérdida

El sistema optimiza cuatro propiedades mediante funciones de pérdida específicas:

1. Plausibilidad (Plausibility):

   • Objetivo: Que la explicación sea coherente y lógica para un humano.
   • Método: En lugar de emparejar texto con texto (supervisión completa), se alinea la distribución de los embeddings de las NLEs generadas con una pequeña base de datos de NLEs anotadas por clínicos.
   • Implementación: Se comparan dos enfoques: Aprendizaje Adversarial (WGAN-GP) y minimización de la Discrepancia Máxima Media (MMD). Los resultados favorecen a MMD por su estabilidad y menor colapso de modos.

2. Fidelidad (Faithfulness):

   • Objetivo: Que la explicación refleje el proceso de decisión real del modelo (MBE).
   • Método: Se utiliza un módulo de "Texto a Imagen" para reconstruir una imagen a partir del embedding de la NLE generada.
   • Pérdida de Reconstrucción: Se mide la distancia L2 entre las características de la imagen original y las características de la imagen reconstruida en el espacio de características del modelo clasificador.
   • Pérdida de Clasificación: La imagen reconstruida debe ser capaz de recuperar la misma predicción (diagnóstico específico) que la imagen original generó en el modelo.

3. Relevancia de la Imagen (Image-relevance):

   • Garantizada al inyectar las características visuales extraídas por el clasificador en el generador de NLEs y mediante la pérdida de reconstrucción mencionada arriba.

4. Adaptabilidad:

   • La capacidad de cambiar la base de datos de NLEs de referencia para adaptar el estilo del lenguaje (ej. de médico a lego) sin reentrenar todo el modelo.

Escenarios de Entrenamiento

• Post-hoc: El clasificador está preentrenado y congelado; WeNLEX aprende a explicarlo.
• In-model: El clasificador y el generador de explicaciones se entrenan conjuntamente.

3. Contribuciones Clave

1. Primera aproximación débilmente supervisada para NLEs en clasificación multietiqueta de rayos X, reduciendo drásticamente la necesidad de anotación (solo requiere ~5 NLEs de verdad fundamental por diagnóstico).
2. Mecanismo de fidelidad sin RL: Evita el uso de Aprendizaje por Refuerzo (RL) mediante la reconstrucción de características en el espacio del modelo, permitiendo imponer propiedades deseables en el espacio latente continuo.
3. Mejora del rendimiento de la tarea: Demostración de que integrar la interpretabilidad en el entrenamiento (in-model) mejora la precisión de clasificación (AUC) en un 2.21% en comparación con un clasificador independiente.
4. Adaptabilidad al público objetivo: Capacidad de generar explicaciones simplificadas para usuarios no expertos simplemente cambiando la base de datos de referencia.

4. Resultados Experimentales

Los experimentos se realizaron en el dataset MIMIC-NLE (derivado de MIMIC-CXR).

• Comparativa: WeNLEX (débilmente supervisado) superó o igualó a un modelo de referencia totalmente supervisado en múltiples métricas, utilizando solo 5 ejemplos por clase en lugar de uno por cada instancia.
• Fidelidad: Logró altos porcentajes de "Flip" (cambio de predicción al ocultar la región relevante) y diferencias significativas en los logits, indicando que las explicaciones capturan la lógica del modelo.
• Simulabilidad: Las NLEs generadas permitieron que un modelo de lenguaje grande (CheXagent) reprodujera las predicciones del clasificador con alta precisión, incluso mejor que con solo la imagen.
• Diversidad: El uso de MMD y la pérdida de reconstrucción generó NLEs más diversas (menor puntuación Self-BLEU) que los enfoques adversariales, evitando el colapso a textos repetitivos.
• Adaptabilidad: La versión "Layman" (lego) redujo el nivel de lectura requerido de 13.21 (nivel universitario) a 10.42 (10º grado), manteniendo la capacidad de identificar hallazgos visuales clave, aunque con una puntuación de plausibilidad clínica (CLEV) menor debido a la diferencia de vocabulario.

5. Significado e Impacto

El trabajo de WeNLEX es significativo porque:

• Rompe el trade-off entre fidelidad y plausibilidad: Muestra que es posible generar explicaciones que sean tanto lógicas para humanos como fieles al modelo, sin necesidad de costosas anotaciones masivas.
• Valida la interpretabilidad como mejora de rendimiento: Desafía la noción de que la explicabilidad es solo un añadido pasivo; en el escenario in-model, la capacidad de generar explicaciones actúa como un regularizador que mejora la precisión del clasificador.
• Aplicabilidad real: Al ser adaptable a diferentes audiencias (radiólogos vs. pacientes), el sistema tiene un potencial directo para mejorar la comunicación médico-paciente y la auditoría de modelos de IA en entornos clínicos reales.

En resumen, WeNLEX establece un nuevo estándar para la generación de explicaciones en visión por computadora médica, priorizando la fidelidad al modelo y la eficiencia en la anotación de datos.