Resumen Técnico: Aprovechamiento de la Coocurrencia de Patologías para la Adaptación en Tiempo de Prueba en el Diagnóstico de Radiografías de Tórax

Planteamiento del Problema

Los modelos de aprendizaje profundo para la clasificación de radiografías de tórax suelen sufrir una degradación significativa del rendimiento cuando se despliegan en nuevos centros clínicos debido a cambios de dominio derivados de diferencias en los equipos de imagen, los protocolos de adquisición y la demografía de los pacientes. Aunque la Adaptación en Tiempo de Prueba (TTA, por sus siglas en inglés) ofrece una solución al actualizar modelos preentrenados utilizando únicamente datos no etiquetados del dominio objetivo (sin acceso a los datos de origen ni a las anotaciones del objetivo), los métodos de TTA existentes no son adecuados para la imagen médica multietiqueta.

Los enfoques estándar de TTA, diseñados originalmente para la clasificación de imágenes naturales de etiqueta única, minimizan la entropía de predicción de manera uniforme en todas las muestras. Esto asume implícitamente la independencia de las etiquetas. Sin embargo, en entornos clínicos, las patologías exhiben patrones estructurados de coocurrencia (por ejemplo, ciertas enfermedades aparecen frecuentemente juntas) en lugar de ocurrir de forma aislada. Los métodos existentes no tienen en cuenta estas dependencias; tratan todas las predicciones con alta confianza como igualmente fiables, incluso si una predicción viola relaciones de etiquetas plausibles. Esto puede llevar a la amplificación de patrones inconsistentes y a la introducción de gradientes ruidosos durante la adaptación, particularmente bajo cambios de dominio.

Metodología: Adaptación Ponderada por Coocurrencia (CoWA)

Los autores proponen CoWA, un método de TTA libre de fuente que aprovecha los patrones de coocurrencia de enfermedades como una señal de fiabilidad para guiar la adaptación. El marco de trabajo opera sin requerir supervisión adicional o cambios arquitectónicos, adaptando únicamente los parámetros afines de la Normalización por Lotes (BN) del modelo preentrenado.

CoWA consta de tres componentes principales:

1. Estimación de la Matriz de Coocurrencia del Dominio Objetivo:
   El método estima la estructura de coocurrencia de etiquetas directamente desde las predicciones de prueba entrantes. Las salidas del modelo (probabilidades suaves) se binarizan mediante un umbral fijo para suprimir las activaciones de baja confianza. Se acumula una matriz de coocurrencia por pares $S$ a través de los lotes procesados, donde $S_{jk}$ cuenta la predicción conjunta de las patologías $j$ y $k$. Esta se normaliza para formar una matriz de coocurrencia empírica $M$, que evoluciona a medida que avanza la adaptación, capturando la estructura de dependencia específica del dominio objetivo.

2. Ponderación de Muestras Consciente de la Consistencia:
   Para cada muestra, CoWA calcula una puntuación de consistencia que mide qué tan bien la configuración de etiquetas predicha se alinea con la matriz de coocurrencia estimada del dominio objetivo $M$. Se construye un patrón de coocurrencia local $m_i$ a partir de las predicciones de la muestra. La desviación entre $m_i$ y $M$ se calcula utilizando la norma de Frobenius. Esta desviación se convierte en un peso de fiabilidad $w_i$:
   $$w_i = \exp\left(-\frac{\|m_i - M\|_F^2}{\tau}\right)$$
   donde $\tau$ es un parámetro de temperatura. Las muestras con predicciones consistentes con la estructura emergente del objetivo reciben pesos cercanos a 1, mientras que las predicciones estructuralmente inconsistentes (ruidosas) son penalizadas.

3. Minimización de la Entropía Ponderada:
   En lugar de minimizar la entropía promedio uniforme, CoWA minimiza una pérdida de entropía ponderada:
   $$L_{CoWA} = \frac{1}{B} \sum_{i=1}^{B} \max(w_i, w_{min}) \cdot H(\hat{y}_i)$$
   Aquí, $H(\cdot)$ es la entropía de la predicción, $B$ es el tamaño del lote, y $w_{min}$ evita que los pesos colapsen a cero por estabilidad numérica. Esto asegura que el modelo se adapte principalmente basándose en muestras estructuralmente coherentes, reduciendo el impacto de los gradientes ruidosos.

Contribuciones Clave

1. Propuesta de CoWA: Un nuevo método de TTA que estima los patrones de coocurrencia de patologías a partir de las predicciones del modelo y los utiliza como una señal de fiabilidad por muestra para la clasificación de imágenes médicas multietiqueta.
2. Identificación de las Limitaciones de la TTA Estándar: Los autores demuestran que los métodos de TTA estándar, diseñados para benchmarks de etiqueta única, pueden ser ineficaces o perjudiciales en tareas clínicas multietiqueta porque ignoran las dependencias de las etiquetas.
3. Validación Empírica: Experimentos extensos en conjuntos de datos públicos de radiografías de tórax (MIMIC-CXR, CheXpert, VinDr-CXR, NIH Chest X-ray) a través de seis escenarios de cambio de dominio muestran mejoras consistentes de rendimiento sobre las líneas base establecidas.

Resultados Experimentales

Los autores evaluaron CoWA frente a varias líneas base, incluyendo No Adaptación, AdaBN, TENT, CoTTA, EATA y RoTTA, utilizando el AUROC como métrica principal.

• Rendimiento General: CoWA logró el mejor AUROC medio en la mayoría de los escenarios de cambio de dominio y se mantuvo competitivo en otros, ocupando consistentemente el primer o segundo lugar con pequeñas brechas de rendimiento.
• Robustez al Cambio de Dominio: A diferencia de las líneas base como TENT y AdaBN, que mostraron una alta variabilidad (funcionando bien en algunos cambios pero degradándose en otros), CoWA mantuvo un rendimiento estable.
• Mejoras Específicas de Clase: Los métodos competidores a menudo sufrieron caídas marcadas en patologías de baja prevalencia (por ejemplo, Neumotórax). CoWA mitigó consistentemente estas degradaciones específicas de clase. Notablemente, CoWA fue el único método que evitó caídas severas de rendimiento por debajo de la línea base no adaptada en todos los cambios, resaltando su robustez en el peor de los casos.
• Análisis:
  • Evolución de la Matriz: La matriz de coocurrencia estimada en CoWA se alineó progresivamente con la verdadera estructura del objetivo durante la adaptación, mientras que las líneas base perdieron estructuras de dependencia claras.
  • Fiabilidad del Peso: Se observó una correlación positiva entre los pesos asignados y la calidad de la predicción (AUPRC), confirmando que los pesos sirven efectivamente como un estimador de fiabilidad implícito.
  • Ablación: El uso de la norma de Frobenius ($\ell_F$) para la puntuación de consistencia produjo un mayor AUROC medio y una menor varianza en comparación con las normas $\ell_1$, $\ell_2$ o $\ell_\infty$. Además, CoWA demostró actualizaciones de gradiente de los parámetros afines de BN más estables en comparación con TENT.

Significado y Reivindicaciones

El artículo afirma que CoWA ofrece una solución simple y desplegable para mejorar la robustez diagnóstica bajo el cambio de dominio mediante la incorporación de la estructura de coocurrencia del dominio objetivo en la TTA sin requerir anotaciones adicionales.

Los autores enfatizan que en entornos clínicos, donde una caída severa en el rendimiento de cualquier patología individual puede comprometer el diagnóstico, la "robustez en el peor de los casos" proporcionada por CoWA es tan crítica como el rendimiento medio. Al penalizar las predicciones que violan las relaciones de etiquetas plausibles, CoWA permite que la adaptación se enfoque en muestras estructuralmente consistentes, reduciendo así los gradientes ruidosos.

Los autores concluyen con modestia, señalando que, si bien CoWA es efectivo, los patrones estimados pueden ser sensibles a los sesgos a nivel de conjunto de datos. Sugieren que extender CoWA para capturar relaciones más robustas y con base causal es una dirección prometedora para trabajos futuros.