Resumen Técnico: MPD2-Router

Enunciado del Problema

El artículo aborda las limitaciones de los predictores de IA estándar de "un solo disparo" en el cribado oftálmico del glaucoma. Los sistemas actuales suelen generar una única etiqueta sin considerar la naturaleza secuencial e incierta de la toma de decisiones clínicas. Los autores identifican varias lagunas críticas en las formulaciones existentes de Aprendizaje para Diferir (L2D) cuando se aplican a flujos de trabajo clínicos reales:

1. Heterogeneidad de Expertos: Los expertos humanos (oftalmólogos, residentes, calificadores) no son oráculos intercambiables; varían en experiencia, conocimiento de subespecialidad y umbrales de decisión.
2. Restricciones de Disponibilidad: En la práctica, no todos los expertos están disponibles para cada caso, sin embargo, el L2D estándar a menudo asume un conjunto de expertos estático y completamente disponible.
3. Daño Asimétrico: Los errores diagnósticos tienen costos asimétricos (por ejemplo, pasar por alto un glaucoma es más perjudicial que una derivación falsa), lo cual las formulaciones estándar suelen pasar por alto.
4. Cambio de Distribución y Morfología: La fiabilidad de la IA se degrada bajo condiciones fuera de distribución (OOD), baja calidad de imagen y dificultades morfológicas específicas (por ejemplo, variaciones en la relación copa/disco), sin embargo, los modelos estándar a menudo dependen únicamente de puntuaciones de confianza.
5. Colapso de Expertos: Los métodos existentes de enrutamiento multi-experto a menudo fallan en distribuir la carga de trabajo de manera uniforme, provocando un "colapso de expertos" donde los casos difíciles se enrutan a un único experto dominante, sobrecargándolo.

El problema central se reencuadra como un problema de enrutamiento humano-IA con restricciones: determinar no solo si se debe diferir un caso a un humano, sino también a qué experto disponible es más apropiado, gestionando al mismo tiempo la carga de trabajo, el costo y la seguridad clínica.

Metodología: MPD2-Router

Los autores proponen MPD2-Router (Enrutador de Doble Cabeza de Diferencia Dual Regularizado por Prioridades Consciente de Máscara Multi-experto), un marco que acopla una política de doble cabeza con un enmascaramiento consciente de la máscara y una regularización especializada.

1. Representación del Enrutador

El enrutador ingiere una representación fusionada ($h_i$) derivada de tres fuentes complementarias:

• Logits de IA Congelados: Salidas de un clasificador SwinV2 preentrenado y congelado.
• Señales de Riesgo: Un vector que combina puntuaciones de Coincidencia de Logits Virtuales (VIM), riesgo de calidad de imagen e incertidumbre de probabilidad máxima.
• Características Morfológicas: Características estructurales derivadas de la segmentación del disco óptico y la copa óptica (relaciones verticales y de área copa/disco), incluyendo una estimación de riesgo estructural y una medida de desacuerdo entre la IA y la estructura.

2. Política de Doble Cabeza

La política $\pi_\theta$ se factoriza en dos decisiones acopladas:

• Cabeza de Diferencia: Estima la masa de diferencia suave $d_i$ (probabilidad de diferir a un humano). Hace cumplir la predicción autónoma si ningún experto es factible para una muestra dada.
• Cabeza de Asignación de Expertos: Determina a quién diferir. Esta cabeza utiliza un mecanismo de enmascaramiento Gumbel-sigmoid consciente de la máscara:
  • Etapa I (Selección de Soporte): Utiliza un mapa de enmascaramiento de reales extendido para hacer cumplir estrictamente la factibilidad. Los expertos no factibles se enmascaran a $-\infty$ antes de la relajación Gumbel-softmax, asegurando que la probabilidad de seleccionar un experto no disponible sea exactamente cero.
  • Etapa II (Asignación): Asigna masa de probabilidad solo sobre el conjunto de expertos factibles seleccionados en la Etapa I, normalizado mediante un softmax enmascarado.
  • Mecanismo de Reparación: Si la selección estocástica de soporte resulta en un conjunto vacío, la política vuelve a la máscara factible completa para asegurar una acción válida.

3. Regularización y Objetivos

Para prevenir el colapso de expertos y garantizar una carga de trabajo equilibrada, el objetivo de entrenamiento incluye:

• Prior de Distribución Específica por Grupo (GSDP): Un prior jerárquico al estilo de Bayes empírico que contrae las distribuciones de asignación a nivel de grupo hacia estimaciones ponderadas por fiabilidad derivadas de estadísticas globales de la cohorte. Esto evita que grupos específicos de casos se concentren excesivamente en un solo experto.
• Regularizador de Majorización de Rango Jensen–Shannon (JS): Penaliza el perfil de rango ordenado de la distribución de asignación. Se activa solo cuando el enrutador asigna masa acumulada excesiva a los expertos de mayor rango en relación con una referencia geométrica, desalentando la concentración a nivel de muestra sin forzar la uniformidad.
• Objetivo Sensible a Costos Asimétricos: Minimiza una función de riesgo clínico-operacional que tiene en cuenta los costos de falsos negativos/positivos ($c_{fn}, c_{fp}$) y los costos operativos de expertos ($\kappa_j$).
• Control de Diferencia con Lagrangiano Aumentado: Hace cumplir un presupuesto de diferencia suave ($\bar{d} \le \rho_{def}$) utilizando un multiplicador de Lagrangiano aumentado, permitiendo que el modelo aprenda una tasa de diferencia controlada en lugar de un subproducto incontrolado.

Contribuciones Clave

1. Formulación: Reencuadra el triaje del glaucoma como un problema de enrutamiento con restricciones que modela explícitamente la disponibilidad de expertos por muestra, el comportamiento heterogéneo de los expertos y el daño diagnóstico asimétrico.
2. Arquitectura: Introduce un enrutador de doble cabeza con enmascaramiento Gumbel-sigmoid consciente de la máscara que hace cumplir estrictamente las restricciones de factibilidad tanto durante el entrenamiento como en la inferencia, separando la decisión de "si diferir" de la decisión de "a quién diferir".
3. Regularización: Propone una combinación novedosa de regularizadores GSDP y JS de Majorización de Rango para mitigar el colapso de expertos (concentración de casos diferidos en pocos expertos) mientras se preserva la asignación consciente de costos.
4. Estrategia de Entrenamiento: Utiliza un objetivo sensible a costos asimétricos con un controlador de Lagrangiano aumentado para producir decisiones alineadas clínicamente bajo un presupuesto de diferencia.

Resultados Experimentales

El método se evaluó en tres cohortes de glaucoma transnacionales: REFUGE, CHAKSU y ORIGA. Se utilizó un esqueleto de IA congelado entrenado en REFUGE para simular cambios de implementación entre dominios.

• Rendimiento: MPD2-Router logró el mejor rendimiento general, mejorando la precisión de 0.755 (solo IA) a 0.960, la F1 de 0.530 a 0.868 y el MCC de 0.482 a 0.844.
• Eficiencia de Costos: Redujo significativamente el costo clínico (de 0.372 a 0.068) y el costo total en comparación con solo IA y otras líneas base (por ejemplo, Verma-OvA, Hemmer-MoE).
• Optimalidad de Pareto: El método ocupa una región favorable de Pareto en el espacio de compensación F1–MCC–costo, logrando una alta utilidad predictiva sin incurrir en los excesivos costos de diferencia observados en otros métodos.
• Robustez: Bajo cambio de distribución (específicamente en el conjunto de datos ORIGA donde la precisión solo IA cayó a 0.491), MPD2-Router recuperó el rendimiento a una precisión de 0.926 y un MCC de 0.820, manteniendo al mismo tiempo el costo total más bajo.
• Utilización de Expertos: El método demostró una utilización equilibrada de expertos, logrando la menor participación Top-1 (24.7%) y Top-2 (44.0%) entre los métodos comparados, lo que indica que evita el colapso de enrutamiento hacia un único experto dominante.
• Estratificación de Riesgo: El enrutador mostró un crecimiento de costos más lento bajo alto riesgo estructural y de fiabilidad del modelo en comparación con las líneas base, permaneciendo sustancialmente por debajo del rendimiento solo IA en los estratos de mayor riesgo.

Significado y Afirmaciones

El artículo afirma que MPD2-Router proporciona un marco fundamentado clínicamente para analizar cuándo es apropiada la IA autónoma y cómo debe asignarse de manera segura la atención escasa de expertos bajo cambio de distribución.

• Seguridad y Selectividad: El sistema es selectivo en lugar de indiscriminado, enrutando casos basándose en una fusión de incertidumbre, morfología, calidad de imagen y señales OOD, en lugar de solo en la confianza.
• Implementación Práctica: Al hacer cumplir la disponibilidad por muestra y prevenir el colapso de expertos, el método aborda fallos clave de implementación del L2D estándar, como la sobrecarga de especialistas específicos o la ignorancia de las restricciones de disponibilidad.
• Limitaciones: Los autores notan modestamente que la evaluación se basa en conjuntos de datos retrospectivos entre cohortes con etiquetas de expertos heterogéneas y parcialmente observadas (utilizando etiquetas semi-sintéticas para REFUGE y pseudo-etiquetas para ORIGA). Indican que la validación clínica prospectiva y la revisión regulatoria son necesarias antes de la implementación real, pero los resultados entre cohortes sugieren que el método sigue siendo efectivo bajo supervisión escasa y heterogénea.

El trabajo posiciona el enrutamiento estructurado humano-IA como una dirección práctica para una implementación oftálmica de IA más segura, avanzando más allá de la clasificación simple hacia soporte de decisiones consciente de costos y disponibilidad, instancia por instancia.