Understanding-informed Bias Mitigation for Fair CMR Segmentation

Résumé technique : Atténuation du biais fondée sur la compréhension pour une segmentation de l'IRM cardiaque équitable

Énoncé du problème
Les modèles d'intelligence artificielle (IA) pour l'imagerie médicale, plus précisément la segmentation de l'IRM cardiaque (CMR), présentent fréquemment un biais contre les attributs protégés tels que l'ethnicité. Des recherches antérieures ont établi que les modèles entraînés sur des ensembles de données déséquilibrés sont souvent moins performants pour les groupes minoritaires (par exemple, les sujets noirs par rapport aux sujets blancs), ce qui entraîne des résultats cliniques disparates. Bien qu'il existe des algorithmes d'atténuation génériques, ils souffrent souvent d'un « compromis entre équité et précision », où l'amélioration de l'équité pour les groupes minoritaires dégrade les performances globales ou celles du groupe majoritaire. De plus, ces approches d'atténuation « aveugles » échouent souvent à se généraliser aux ensembles de validation externes car elles ne s'attaquent pas aux causes profondes du biais. Des investigations récentes suggèrent que les différences de distribution dans les zones d'image en dehors du cœur contribuent de manière significative aux représentations biaisées dans les modèles de segmentation CMR, pourtant cette observation n'a pas été pleinement exploitée pour l'atténuation.

Méthodologie
Les auteurs ont mené une évaluation complète des stratégies d'atténuation du biais en utilisant un ensemble de données de 5 778 sujets issus de la UK Biobank, organisé pour inclure un déséquilibre significatif entre les échantillons d'entraînement de sujets noirs (15 sujets) et blancs (4 221 sujets). Un ensemble de validation externe de 1 542 sujets de l'hôpital St. Thomas a été utilisé pour tester la généralisabilité.

L'étude a évalué les approches suivantes en utilisant une architecture 2D nnU-Net :

1. Techniques d'atténuation génériques :
   • Suréchantillonnage (Oversampling) : Augmentation de la fréquence d'échantillonnage du groupe minoritaire (noir) lors de la sélection des lots pour égaliser la taille des groupes.
   • Repondération par importance (Importance Reweighing) : Application de poids inversement proportionnels à la fonction de perte en fonction de la taille du groupe.
   • Optimisation robuste de la distribution de groupe (Group DRO) : Optimisation de la perte pour le groupe le moins performant.
   • Combinaisons : Appariement des méthodes ci-dessus (par exemple, Suréchantillonnage + Group DRO).
2. Atténuation fondée sur la compréhension (traitement de la cause profonde) :
   • Recadrage (Cropping) : Sur la base des conclusions antérieures selon lesquelles les régions non cardiaques entraînent le biais, les auteurs ont entraîné des modèles sur des images recadrées sur la région cardiaque.
   • Recadrage par vérité terrain (Ground-Truth Cropping) : Utilisation de masques de segmentation manuels pour définir les limites de recadrage (servant de référence de performance supérieure).
   • Recadrage en cascade (Cascaded Cropping) : Une approche déployable où un premier segmentateur nnU-Net sur images complètes prédit une boîte englobante, laquelle est ensuite utilisée pour recadrer l'image pour un second nnU-Net spécialisé entraîné sur des données recadrées.

La performance a été mesurée par le coefficient de similitude de Dice (DSC) et la distance de Hausdorff (HD). L'équité a été quantifiée par l'écart d'équité (Fairness Gap - FG) et le ratio d'erreur biaisé (Skewed Error Ratio - SER).

Résultats clés

• Méthodes génériques : Sur la validation interne, le suréchantillonnage était la seule méthode générique ayant amélioré de manière significative la performance pour les sujets noirs sans réduire statistiquement la performance pour les sujets blancs, éliminant ainsi l'écart d'équité. La repondération a dégradé la performance pour les deux groupes, et le Group DRO a amélioré la performance des sujets noirs mais pas assez pour égaler celle des sujets blancs. Les combinaisons de méthodes n'ont généralement pas surpassé le suréchantillonnage seul.
• Impact du recadrage : L'entraînement sur des images recadrées (supprimant le contexte non cardiaque) a considérablement amélioré la performance pour les deux ethnies et a réduit le biais par rapport à l'entraînement sur images complètes.
• Approche en cascade : La méthode de recadrage « en cascade » (utilisant une boîte englobante prédite) a obtenu des performances comparables, voire parfois supérieures, à la limite supérieure du recadrage par vérité terrain. Cela suggère que la segmentation intermédiaire fournit un recadrage plus large et plus informatif que le recage manuel.
• Validation externe : Sur l'ensemble de données cliniques externe, le modèle de base ne présentait pas de biais statistiquement significatif, et le suréchantillonnage n'a pas amélioré davantage l'équité ou la performance, soulignant la difficulté de l'atténuation générique sous un changement de domaine. Cependant, l'approche de recadrage en cascade avec suréchantillonnage a maintenu une performance élevée pour les deux groupes et a davantage réduit l'écart d'équité, surpassant le modèle de base non recadré.

Contributions clés

1. Évaluation exhaustive : L'article présente l'investigation la plus étendue à ce jour de multiples méthodes d'atténuation du biais et de leurs combinaisons spécifiquement pour la segmentation CMR.
2. Atténuation fondée sur la compréhension de la cause racine : C'est l'une des premières études à appliquer la connaissance de la cause racine du biais (changements de distribution non cardiaques) pour développer une stratégie d'atténuation (recadrage), démontrant que la compréhension du mécanisme du biais est cruciale pour une correction efficace.
3. Validation de l'évitement du compromis : L'étude démontre qu'en utilisant une approche fondée sur la compréhension (recadrage en cascade), le typique « compromis entre équité et précision » peut être évité. La méthode proposée améliore l'équité sans sacrifier, et dans certains cas en améliorant, la précision globale de la segmentation.
4. Scalabilité clinique : Les auteurs proposent et valident un pipeline de recadrage « en cascade » qui ne nécessite pas de masques de vérité terrain au moment de l'inférence, rendant la stratégie d'atténuation du biais déployable dans les flux de travail cliniques réels.

Signification et affirmations
Les auteurs affirment que ce travail remet en question la notion prédominante selon laquelle l'atténuation du biais dans l'IA médicale nécessite inévitablement un compromis entre équité et précision. Ils soutiennent que les algorithmes génériques échouent souvent car ils traitent le biais comme un artefact statistique plutôt que comme un problème structurel ancré dans la distribution des données. En identifiant que les caractéristiques non cardiaques pilotent le biais d'ethnicité en CMR, les auteurs montrent que la suppression de ces caractéristiques (via le recadrage) résout le biais tout en améliant la robustesse du modèle.

L'article conclut que pour la segmentation CMR, une approche « fondée sur la compréhension du biais » est supérieure à l'atténuation générique. Ce résultat est présenté comme une motivation pour les recherches futures afin de donner la priorité à la compréhension des causes spécifiques du biais dans les scénarios d'imagerie médicale individuels plutôt que de compter uniquement sur des correctifs algorithmiques génériques. Le travail suggère que de telles approches ciblées peuvent mener à des systèmes d'IA robustes, équitables et cliniquement viables sans compromettre la performance diagnostique.