Resumen Técnico: Relación de Color del Disco Óptico (ODCR) para la Equidad de Subgrupos en el Cribado de Retinopatía Diabética

Declaración del Problema

Los sistemas automatizados de cribado de retinopatía diabética (RD) alcanzan una precisión de nivel especialista en conjuntos de datos de referencia curados, pero exhiben disparidades de rendimiento mal comprendidas entre subgrupos. Mientras que trabajos previos suelen atribuir estas disparidades al desequilibrio de datos, este artículo argumenta a favor de una explicación mecánica: la pigmentación coroidea (concentración de melanina) reduce el contraste óptico entre las lesiones (microaneurismas, hemorragias) y el fondo retiniano.

Esta reducción en la Relación Señal-Ruido (SNR) degrada físicamente la señal de entrada disponible para los detectores de lesiones convolucionales. Los autores hipotetizan que esto conduce a un modo de fallo específico: la sobrepredicción. Los fondos con mayor pigmentación oscura, al tener un menor contraste lesión-fondo, son marcados sistemáticamente como "referibles" a tasas más altas independientemente de su etiqueta real, imponiendo una carga desproporcionada de falsos positivos sobre poblaciones desatendidas. Esto contrasta con la IA dermatológica, donde problemas de contraste similares suelen manifestarse como fallos de especificidad (detecciones omitidas).

Metodología

1. El Proxy ODCR

Para auditar la equidad sin depender de etiquetas de etnicidad de verdad fundamental (ground-truth), los autores introducen la Relación de Color del Disco Óptico (ODCR).

• Definición: Una métrica computada desde el anillo peripapilar (la región que rodea el disco óptico) en el espacio de color CIE $L^*a^*b^*$.
• Fórmula: $odcr = \arctan(\frac{\bar{L}^* - 50}{\bar{b}^*}) \times \frac{180}{\pi}$.
• Función: Valores más altos indican una pigmentación más clara; valores más bajos indican una pigmentación más oscura. Sirve como un proxy análogo al Ángulo de Tipología Individual (ITA) utilizado en dermatología.
• Estratificación: Los pacientes se agrupan en "Oscuros", "Medios" y "Claros" basándose en los terciles de ODCR del conjunto de entrenamiento.

2. Análisis de SNR

Los autores cuantifican la SNR vaso-fondo para validar el mecanismo físico.

• Métrica: $SNR = \frac{|\mu_{lesion} - \mu_{background}|}{\sigma_{background}}$.
• Método: Los píxeles candidatos a microaneurismas se identifican mediante un umbral adaptativo del canal verde (pico de absorción de hemoglobina), mientras que el fondo se muestrea a partir de tejido peripapilar de luminancia media.

3. Configuración Experimental

• Conjuntos de Datos:
  • EyePACS: 35,126 imágenes (basadas en EE. UU.). Se utilizaron divisiones a nivel de paciente (Entrenamiento: 24,588; Validación: 5,268; Prueba: 5,270) para evitar la fuga de datos (data leakage).
  • APTOS 2019: 3,662 imágenes (población india) utilizadas para la validación de transferencia zero-shot.
• Arquitectura del Modelo: Backbone EfficientNet-B2 con una rama de condicionamiento (Linear3→16→32) que concatena embeddings de tono.
• Estudio de Ablación: Se probaron cinco variantes en el conjunto de prueba bloqueado de EyePACS:
  1. Línea base (Baseline): Entrenamiento estándar ($pos\_weight=2.0$).
  2. Solo Aumento (Aug-only): Aumento de fondo oscuro + sobremuestreo de 3x.
  3. Solo Tono (Tone-only): Condicionamiento por ODCR.
  4. Completo (Full): Combinación de todas las intervenciones.
  5. Línea base equilibrada (Balanced-baseline): Muestreo ecualizado y $pos\_weight=1.0$ (control).
• Evaluación: Las métricas incluyeron AUC, Sensibilidad y Especificidad, estratificadas por grupos de ODCR. La significancia estadística se evaluó mediante pruebas de permutación e intervalos de confianza de bootstrap.

Resultados Clave

1. Reducción de SNR en Fondos Oscuros

El estudio confirma una reducción significativa en el contraste lesión-fondo para los fondos oscuros.

• Magnitud: La relación de SNR claro-oscuro es de 1.14×.
• Significancia: Esta reducción es estadísticamente significativa ($p = 3 \times 10^{-10}$ vía Kruskal–Wallis; $p = 0.0005$ vía Mann–Whitney).
• Comparación: Este efecto es atenuado en comparación con la dermatología (donde la relación era de 5.2×), probablemente porque la coroides se encuentra detrás de la capa de pigmento epitelial de la retina y la iluminación activa del fondo compensa parcialmente la absorción.

2. La "Firma de Elevación de Puntuación"

A través de las cinco variantes del modelo, los fondos con pigmentación oscura recibieron sistemáticamente probabilidades predichas más altas que los fondos de pigmentación clara, independientemente de la etiqueta real.

• Evidencia: En la variante de Línea Base, los verdaderos negativos oscuros tuvieron una media de puntuación de 0.128 frente a 0.105 para los verdaderos negativos claros ($\Delta = +0.023$).
• Implicación: Esto indica una incertidumbre global del modelo bajo bajo contraste, lo que provoca un desplazamiento hacia la clase positiva.

3. Asimetría de Sensibilidad (Sobrepredicción)

Bajo un entrenamiento calibrado por sensibilidad (específicamente la variante Completa), la elevación de la puntuación se manifiesta como una brecha de sensibilidad significativa en lugar de una brecha de especificidad.

• Brecha de la Variante Completa: Sensibilidad oscura (0.642) vs. Sensibilidad clara (0.535), $\Delta = +0.107$ ($p = 0.015$).
• Brecha de Especificidad: La brecha de especificidad fue pequeña y no significativa ($\Delta \approx -0.009$).
• Impacto Clínico: Esto resulta en aproximadamente 4 derivaciones excesivas por cada 1,000 pacientes de pigmentación oscura en comparación con los pacientes de pigmentación clara.
• Insuficiencia del AUC: Las brechas de AUC entre grupos fueron insignificantes ($\le 0.008$) y no significativas, confirmando que el AUC por sí solo es insuficiente para la auditoría de equidad en este contexto.

4. Validación Externa

La transferencia zero-shot al conjunto de datos APTOS 2019 (población india) replicó la firma. La elevación de la puntuación fue incluso más pronunciada ($\Delta = +0.101$ para verdaderos negativos), consistente con la distribución de la población más oscura.

5. Estructura Causal

• Calibración de Umbral: El ajuste de los umbrales de decisión ($t = 0.30–0.65$) no cerró la brecha, indicando que la disparidad está incrustada en las distribuciones de probabilidad predichas, no solo en la frontera de decisión.
• Equilibrio: El equilibrio de clases redujo la brecha respecto a la variante "Completa", pero no la eliminó por debajo del nivel de la "Línea Base". Esto sugiere una estructura causal mixta: la disparidad es impulsada sustancialmente por la regla de decisión calibrada por sensibilidad (sobremuestreo y alto $pos\_weight$) interactuando con el déficit físico de SNR.

Significado y Reivindicaciones

El artículo afirma proporcionar un entendimiento mecánico de las disparidades de equidad en el cribado de RD, yendo más allá del desequilibrio de datos hacia las propiedades ópticas físicas.

1. ODCR como Proxy: Establece el ODCR como un proxy computacionalmente accesible y libre de etiquetas para la pigmentación del fondo, permitiendo el análisis de subgrupos sin necesidad de etiquetas de etnicidad.
2. SNR como Predictor del Tipo de Disparidad: El artículo propone que la magnitud de la relación de SNR puede predecir el eje de la disparidad.
   • Alta reducción de SNR (Dermatología, 5.2×) $\rightarrow$ Fallo de especificidad (subdetección).
   • Reducción de SNR atenuada (Fondo, 1.14×) $\rightarrow$ Fallo de sensibilidad (sobrepredicción).
3. Limitaciones del AUC: Demuestra que las métricas estándar como el AUC pueden ocultar disparidades significativas de subgrupos en el cribado de RD, lo que requiere el reporte estratificado de sensibilidad/especificidad.
4. Recomendación Clínica: Los autores argumentan que la auditoría de equidad debe centrarse en la sobrepredicción (exceso de falsos positivos) en poblaciones de pigmentación oscura y que la calibración de umbrales post-hoc es insuficiente para resolver estas disparidades.

El estudio concluye que la pigmentación coroidea es un confuso mensurable y estadísticamente significativo que impulsa la sobrepredicción en el cribado de RD, un fenómeno que es invisible al AUC pero detectable mediante el análisis estratificado por ODCR.