Radiologist-Guided Causal Concept Bottleneck Models for Chest X-Ray Interpretation

Resumen Técnico: Modelos de Cuello de Botella de Conceptos Causales Guiados por Radiólogos para la Interpretación de Radiografías de Tórax

Enunciado del Problema
Los Modelos de Cuello de Botella de Conceptos (CBM) buscan mejorar la interpretabilidad en la imagenología médica al predecir conceptos intermedios comprensibles para humanos antes de los diagnósticos finales. Sin embargo, los CBM existentes en este dominio enfrentan tres limitaciones principales:

1. Sesgo Discriminativo: La mayoría trata los conceptos como características predictivas independientes (Concepto $\rightarrow$ Patología), ignorando el proceso generativo clínico subyacente donde las enfermedades causan hallazgos observables (Patología $\rightarrow$ Concepto).
2. Falta de Fundamentación Clínica: Muchos enfoques se basan en conceptos latentes o débilmente supervisados que pueden no alinearse con un razonamiento diagnóstico significativo o definiciones semánticas estables.
3. Asociaciones Espurias: Sin restricciones estructurales explícitas, los modelos entrenados en conjuntos de datos médicos ruidosos pueden aprender correlaciones implausibles entre conceptos y patologías que no reflejan la lógica diagnóstica del mundo real.

Metodología: XpertCausal
Los autores proponen XpertCausal, un CBM causal guiado por radiólogos para la interpretación de radiografías de tórax (CXR). La arquitectura sigue una tubería de dos etapas:

1. Predicción de Conceptos: Una base InceptionV3 (preentrenada en ImageNet) mapea las CXR de entrada a un vector de 11 conceptos clínicamente curados (por ejemplo, "Opacidades", "Corazón Aumentado") derivados de informes de radiología mediante una tubería de extracción basada en reglas.
2. Inferencia Causal de Patologías: A diferencia de los CBM estándar, XpertCausal modela la relación en la dirección generativa (Patología $\rightarrow$ Concepto) utilizando un marco probabilístico de OR-ruido.
   • Modelo Generativo: La probabilidad de que un concepto $c_k$ esté presente dado un conjunto de patologías $y$ se modela como:
     $$P(c_k = 1 | y) = 1 - (1 - \lambda_k) \prod_{j: y_j=1} (1 - \eta_{jk})$$
     donde $\eta_{jk}$ es la fuerza de asociación entre la patología $j$ y el concepto $k$, y $\lambda_k$ es un término de fuga.
   • Restricciones de Expertos: La estructura del modelo está restringida por una matriz de asociación curada por radiólogos. Esta matriz define las relaciones como Fuerte (2), Débil (1) o Ninguna (-), asegurando que solo existan vías clínicamente plausibles en el grafo causal.
   • Inferencia Bayesiana: En la inferencia, el modelo generativo se invierte para estimar las probabilidades de patología dados los conceptos predichos:
     $$P(y | c) = \frac{P(c | y) P(y)}{\sum_{y'} P(c | y') P(y')}$$
   • Generación de Explicaciones: Las explicaciones se derivan clasificando los conceptos según su contribución causal (razones de verosimilitud logarítmica) a las patologías predichas, en lugar de solo la confianza de la predicción.

Contribuciones Clave

1. Arquitectura Novel: Introducción de XpertCausal, que combina cuellos de botella de conceptos interpretables con modelado causal probabilístico de enfermedades utilizando un marco de OR-ruido e inversión bayesiana.
2. Estructura Guiada por Expertos: Integración de asociaciones concepto-patología definidas por radiólogos como restricciones estructurales dentro del grafo causal. Esto impone un razonamiento fundamentado clínicamente y previene el aprendizaje de dependencias implausibles.
3. Evaluación Exhaustiva: Una evaluación rigurosa en el conjunto de datos MIMIC-CXR que compara XpertCausal contra una línea base impulsada por expertos no causal (XpertXAI) y un modelo de ablación causal con asociaciones aprendidas sin restricciones (Causal (Learned)).

Resultados
Evaluado en el conjunto de datos MIMIC-CXR (44,038 pares de CXR-informe), XpertCausal demostró un rendimiento superior en múltiples métricas:

• Predicción de Patologías: XpertCausal logró la mayor AUROC promediada macro (0.7968) y puntuación F1 (0.7109), superando al XpertXAI no causal (AUROC 0.7361) y al modelo Causal (Learned) sin restricciones (AUROC 0.7631). También logró la mejor calibración (Error de Calibración Esperado de 0.0079).
• Calidad de la Explicación: XpertCausal capturó la mayor proporción de conceptos de verdad fundamental en $K$ bajo (conceptos principales 1–2), lo que indica que clasifica de manera más fiable los hallazgos clínicamente relevantes como los más importantes.
• Fidelidad del Grafo: El análisis de los pesos de las aristas aprendidas mostró que XpertCausal mantuvo una fuerte separación entre las categorías "Fuerte", "Débil" y "Ninguna" definidas por los expertos. Por el contrario, el modelo Causal (Learned) sin restricciones asignó pesos distintos de cero a asociaciones de "Ninguna" (por ejemplo, vinculando "Neumotórax" con "Sin hallazgos"), reflejando correlaciones espurias en lugar de lógica clínica.

Significado y Afirmaciones
El artículo afirma que incorporar estructura causal motivada clínicamente y conocimiento experto del dominio en los CBM conduce a modelos que no solo son más precisos y mejor calibrados, sino que también están más alineados con el razonamiento diagnóstico humano. Al modelar explícitamente el proceso generativo (Patología $\rightarrow$ Concepto) e invertirlo mediante inferencia bayesiana, XpertCausal proporciona un marco donde las explicaciones están vinculadas al mecanismo causal de la manifestación de la enfermedad en lugar de a la mera correlación estadística. Los autores afirman que la estructura causal por sí sola es insuficiente en conjuntos de datos médicos ruidosos; sin restricciones definidas por expertos, los grafos aprendidos corren el riesgo de capturar artefactos específicos del conjunto de datos en lugar de vías diagnósticas reales.

Limitaciones
Los autores reconocen que el estudio actual se limita a un espacio de conceptos específico (11 conceptos) y seis etiquetas objetivo curados por un solo radiólogo. Se propone trabajo futuro para expandir los espacios de conceptos y patologías, incorporar relaciones adicionales de expertos y validar la generalización en conjuntos de datos externos y entornos de imagenología.