Dissecting Model Failures in Abdominal Aortic Aneurysm Segmentation through Explainability-Driven Analysis

1. El Problema: Fallos en la Segmentación de Aneurismas Complejos

La segmentación de aneurismas de la aorta abdominal (AAA) en imágenes de tomografía computarizada (TC) es crítica para la planificación quirúrgica y la evaluación de riesgos. Sin embargo, los modelos de aprendizaje profundo actuales (como U-Net, MedSAM y SAM) sufren fallos sistemáticos en casos clínicos complejos:

• Foco incorrecto: Los modelos asignan masa de probabilidad a estructuras anatómicas irrelevantes (vasos adyacentes, tejidos blandos) en lugar de a la pared del aneurisma.
• Bajo contraste y paredes delgadas: Fallan cuando la pared del aneurisma es fina o tiene bajo contraste con el tejido circundante.
• Inconsistencia temporal: Presentan cambios abruptos y anatómicamente implausibles entre cortes consecutivos de la TC.
• Limitación de las funciones de pérdida actuales: Las pérdidas estándar (Dice, entropía cruzada) corrigen errores a nivel de píxel pero no optimizan dónde el modelo está enfocando su atención interna, lo que lleva a representaciones desalineadas con las estructuras clínicamente relevantes.

2. Metodología: Marco XAI-SAM

Los autores proponen un marco de aprendizaje guiado por Explicabilidad (XAI) que trata los mapas de atribución del codificador como una señal de entrenamiento primaria, no solo como una herramienta de análisis posterior. La arquitectura se basa en un modelo tipo SAM (Segment Anything Model) mejorado con tres componentes clave:

A. Campo de Atribución XAI (XAI Field)

Se calcula un mapa de atribución denso basado en gradientes a partir del último bloque del codificador. Este "campo XAI" ($\phi$) representa dónde el modelo está enfocando su atención internamente.

• Objetivo: Alinear la distribución de probabilidad de la segmentación predicha con este campo de atribución.

B. Mecanismos de Entrenamiento

El marco integra la guía XAI en dos vías complementarias:

1. Alineación de Foco (Focus Alignment):
   • Se introduce una pérdida que fuerza a la masa de probabilidad predicha ($p$) a coincidir con el campo XAI ($\phi$).
   • Se utilizan términos de solapamiento ($L_{ovlp}$) y divergencia de distribución ($L_{div}$) para reducir la dispersión del foco y asegurar que el modelo "mire" donde "predice".
2. Vía de Refinamiento y Prior de Confianza:
   • El campo XAI se enruta a un decodificador auxiliar ligero que genera un prior de confianza ($m_c$).
   • Durante la inferencia, este prior modula los logits finales, suprimiendo regiones distractores (ruido) y reforzando las predicciones en estructuras sutiles.

C. Consistencia Anatómica y Temporal

• Clasificador de Consistencia de Pares: Se entrena un pequeño clasificador CNN con pares de máscaras consecutivas (reales) y no consecutivas (falsas). Durante el entrenamiento, este clasificador actúa como un regularizador que penaliza transiciones anatómicamente implausibles entre cortes adyacentes, reduciendo saltos bruscos en la segmentación 3D.
• Pérdidas Sensibles a la Anatomía: Se incluyen pérdidas basadas en gradientes (bordes) y topología (eje medial) para preservar la integridad de las paredes delgadas y la conectividad.

3. Contribuciones Clave

1. Marco de Moldeado de Codificador Guiado por XAI: Propone tratar los mapas de atribución como una señal de entrenamiento de "primera clase" para la segmentación de AAA.
2. Pérdida de Alineación de Foco: Introduce una función de pérdida que fuerza el acuerdo entre la masa de probabilidad de segmentación y el campo de atribución XAI, acoplado a una vía de refinamiento que modula los logits.
3. Regularizador de Consistencia de Pares: Utiliza un clasificador entrenado en máscaras reales para penalizar inconsistencias anatómicas entre cortes, sin depender de penalizaciones manuales.
4. Estudio Empírico Exhaustivo: Validación en casos clínicos complejos (paredes finas, bajo contraste) que demuestra mejoras sustanciales sobre los baselines actuales.

4. Resultados Experimentales

El método se evaluó en un conjunto de datos clínicos de 147 estudios de TC (9,037 imágenes) con máscaras para la pared externa del aneurisma y el lumen.

• Conjunto de Pruebas General: XAI-SAM superó significativamente a U-Net, U-Net++, MedSAM y SAM estándar.

  • Pared Externa: El IoU mejoró de ~81.5% (SAM base) a 96.08%, y el Dice de ~89% a 97.93%.
  • Lumen: El IoU mejoró de ~85.8% a 95.56%, y el Dice de ~91.9% a 97.67%.
  • La distancia de Hausdorff (HD95) se redujo drásticamente (ej. de 4.09 mm a 0.19 mm para la pared externa), indicando una alineación de bordes mucho más precisa.

• Conjunto de Casos Complejos (Fallos): En los casos más difíciles donde los modelos base fallan, las mejoras fueron aún más pronunciadas.

  • XAI-SAM mantuvo un IoU del 94.95% para la pared externa, mientras que el SAM base cayó al 78.43% y los U-Net al 65%.
  • Los modelos base mostraron alta variabilidad y fugas hacia vasos adyacentes; XAI-SAM mantuvo la coherencia anatómica y evitó la sobre-segmentación.

• Estudio de Ablación: Confirmó que la integración completa (XAI + Anatomía + Refinamiento) es necesaria para lograr la máxima precisión y robustez. La eliminación de la guía XAI resultó en una caída significativa en el rendimiento en casos complejos.

5. Significado e Impacto

Este trabajo representa un cambio de paradigma en la segmentación médica:

• De Análisis a Entrenamiento: Eleva la explicabilidad (XAI) de ser una herramienta de diagnóstico post-hoc a un principio rector activo durante el entrenamiento.
• Corrección de Fallos Específicos: Al optimizar explícitamente el "foco" interno del codificador, el método corrige errores que las pérdidas de región tradicionales no pueden resolver (como la confusión con estructuras adyacentes).
• Robustez Clínica: Proporciona un sistema de segmentación más confiable para escenarios clínicos críticos donde la precisión de los bordes finos y la consistencia 3D son vitales para la toma de decisiones quirúrgicas.

En resumen, el paper demuestra que al disecar y corregir dónde y cómo fallan los modelos mediante señales de atribución, se pueden construir sistemas de segmentación que no solo son más precisos, sino que también se alinean mejor con la intuición clínica en situaciones complejas.