Adaptive Group-Based Counterfactual Explanations for Time-Series Rehabilitation Data

Resumen Técnico: Explicaciones Contrafácticas Adaptativas Basadas en Grupos para Datos de Rehabilitación de Series Temporales

Planteamiento del Problema
En la rehabilitación clínica, particularmente al analizar el movimiento mediante unidades de Medición Inercial (IMU) de múltiples sensores, los modelos de aprendizaje automático carecen de interpretabilidad para los expertos en el dominio. Los clínicos razonan en términos de grupos de características semánticas (por ejemplo, grupos musculares, segmentos articulares y sinergias) en lugar de canales de sensores individuales. Los métodos estándar de Explicación Contrafáctica (CE, por sus siglas en inglés) para datos de series temporales suelen operar a nivel de canal. Este enfoque conduce a cuatro problemas críticos en entornos de IMU de alta dimensionalidad (por ejemplo, 48 canales de 8 sensores):

1. Explosión Combinatoria: El espacio de búsqueda escala con los canales multiplicados por los pasos de tiempo, lo que a menudo resulta en perturbaciones densas y dispersas.
2. Incoherencia Biomecánica: Las ediciones a nivel de canal pueden violar las restricciones físicas, produciendo secuencias implausibles (por ejemplo, cambios en un eje aislado que ignoran la cinemática articular).
3. Fragmentación Temporal: Las ediciones dispersas crean "confeti temporal" en lugar de ventanas de intervención coherentes.
4. Falta de Jerarquía: Las explicaciones no logran mapear conceptos a nivel de sistema (grupos musculares) hacia sensores específicos.

Los métodos existentes rara vez codifican el agrupamiento de sensores o las abstracciones a nivel de segmento, lo que limita su utilidad clínica.

Metodología
Los autores proponen Adaptive-MO, un marco de dos etapas para generar contrafácticos basados en grupos en datos de series temporales de alta dimensionalidad. El método integra el agrupamiento informado por el dominio con una optimización multiobjetivo adaptativa.

1. Agrupamiento Informado por el Dominio:
   El marco define grupos de sensores basados en ubicaciones anatómicas y modalidades de señal. Específicamente, adopta una estrategia de agrupamiento basado en la modalidad donde las señales de acelerómetro y giroscopio se tratan como grupos separados para cada músculo (generando 16 grupos a partir de 48 canales). Esto distingue la aceleración lineal de la cinemática rotacional mientras preserva las relaciones anatómicas.

2. Ranking de Grupos Shapley-Adaptativo (SA):
   Para reducir la complejidad de la búsqueda, el método primero estima los valores de Shapley a nivel de canal (vía GradientSHAP) y los agrega al nivel de grupo utilizando el valor absoluto máximo. Se seleccionan los $k$ grupos más influyentes para restringir el espacio de búsqueda de la optimización. Sin embargo, los experimentos mostraron que el ranking SA estático preserva la validez pero no logra imponer una suficiente escasez (sparsity) a nivel de grupo.

3. Mecanismo de Compuerta Aprendible (LG):
   Para abordar la limitación de escasez, los autores introducen Compuertas Aprendibles (Learnable Gates). Estas son parámetros de relevancia por grupo ($\gamma_g$) entrenables, optimizados conjuntamente con las máscaras de perturbación.

   • Parametrización: Los contrafácticos se generan mezclando la entrada con un vecino no similar más cercano (guía) utilizando una máscara continua modulada por las compuertas.
   • Regularización: Las compuertas se regularizan con una penalización combinada de $\ell_1$ (para llevar las compuertas no utilizadas a cero) y una penalización de binarización (para empujar las compuertas hacia 0 o 1). Esto permite que el modelo elimine dinámicamente los grupos irrelevantes durante la optimización, resultando en un subconjunto binario y disperso de grupos.

4. Optimización Multiobjetivo:
   El marco optimiza una función de pérdida total que comprende cuatro términos:

   • Validez: Asegurar que la entrada modificada prediga la clase objetivo.
   • Escasez (Sparsity): Minimizar la magnitud de la máscara (nivel de canal) y el número de grupos activos.
   • Suavidad Temporal: Imponer suavidad mediante una norma de variación total de orden superior.
   • Regularización de la Compuerta: Fomentar la selección de un conjunto mínimo de grupos.
     Un esquema de ponderación adaptativa desplaza el énfasis de la validez hacia la escasez una vez que se alcanza una predicción objetivo confiable.

Contribuciones Clave

1. Marco Adaptive-MO: Un nuevo marco que combina el ranking de grupos basado en Shapley con la selección dinámica de grupos de sensores para CE estructurados en series temporales de alta dimensionalidad.
2. Mecanismo de Compuerta Aprendible (LG): Un método que utiliza compuertas entrenables para seleccionar automáticamente un conjunto de grupos de sensores esparcido, interpretable y clínicamente significativo, optimizado conjuntamente con las máscaras de perturbación.
3. Validación Empírica: Evaluación sistemática en el conjunto de datos KneE-PAD (31 pacientes, 8 IMUs, 3 ejercicios: sentadilla, extensión de rodilla, marcha) demostrando que los contrafácticos estructurados por grupos proporcionan una guía correctiva concisa a nivel de músculo.

Resultos
Los experimentos compararon las variantes de LG propuestas contra la línea base de nivel de canal M-CELS (un método de vanguardia para series temporales multivariadas).

• Validez y Tasa de Éxito: La variante con mejor desempeño, LG-SHAP pruned, alcanzó una tasa de éxito de contrafácticos del 94.7% (frente al 90.0% de M-CELS) con una alta confianza en el objetivo (80.8%).
• Escasez (Sparsity): Los métodos LG redujeron significativamente la complejidad de la explicación. LG-SHAP pruned modificó un promedio de 8.2 grupos de modalidad (una reducción del 27% en comparación con los 11.2 de M-CELS) y 18.0 canales (una reducción del 22%). La variante LG-fixed prune logró una escasez aún mayor (5.2 grupos) con un compromiso modesto en la validez.
• Plausibilidad y Suavidad: Las perturbaciones estructuradas por grupos mantuvieron una suavidad temporal comparable a M-CLS, indicando que no se introdujeron discontinuidades artificiales.
• Patrones Específicos de Ejercicio: LG produjo patrones de activación selectivos y específicos de cada ejercicio alineados con la biomecánica (por ejemplo, apuntando a la co-contracción de cuádriceps/isquiotibiales para la extensión de rodilla), mientras que M-CELS exhibió una activación difusa y amplia a través de los grupos.
• Eficiencia: Los tiempos de generación para las variantes de LG (8.0–9.7s) fueron comparables o más rápidos que los de M-CELS (10.0s).

Significancia y Reivindicaciones
El artículo afirma que el marco propuesto mejora la interpretabilidad sin sacrificar la calidad del contrafáctico. Al alinear la estructura de la explicación con el razonamiento clínico (grupos musculares y segmentos articulares), el método produce explicaciones accionables para el análisis del movimiento en rehabilitación.

• Alineación Clínica: Los contrafácticos estructurados por grupos proporcionan una guía correctiva concisa a nivel de músculo (por ejemplo, "reducir la actividad del isquiotibial derecho") que coincide con el razonamiento jerárquico de los fisioterapeutas.
• Mejora Estructural: El trabajo demuestra que la optimización dinámica de grupos de características produce explicaciones más interpretables y fiables que los métodos a nivel de canal en el análisis de movimiento basado en IMU.
• Elección de Diseño: El artículo destaca el agrupamiento de sensores como una elección de diseño teóricamente fundamentada y prácticamente importante para los contrafácticos de series temporales.

Limitaciones y Trabajo Futuro
Los autores señalan que los experimentos se limitaron al conjunto de datos KneE-PAD con un número específico de grabaciones de pacientes. El agrupamiento de sensores está diseñado manualmente para IMUs de miembros inferiores. Se sugiere como trabajo futuro incluir el descubrimiento automático de grupos, la fusión multimodal (por ejemplo, con sEMG) y el despliegue en tiempo real en telerrehabilitación, así como estudios de usuario con clínicos para evaluar la confianza y la capacidad de acción.