CT-IDP: Segmentation-Derived Quantitative Phenotypes for Interpretable Abdominal CT Disease Classification

Résumé technique : CT-IDP – Phénotypes quantitatifs dérivés de la segmentation pour la classification interprétable des maladies abdominales en tomodensitométrie

Énoncé du problème
L'augmentation du volume des tomodensitogrammes (TDM) abdominaux nécessite des méthodes robustes et automatisées d'aide au diagnostic par ordinateur, capables de généraliser à travers divers scanners, protocoles et institutions. Bien que les modèles d'apprentissage profond (réseaux de neurones convolutifs, transformeurs de vision et modèles vision-langage) aient atteint de fortes performances sur les benchmarks, ils reposent souvent sur un « apprentissage par raccourci », privilégiant les caractéristiques d'apparence dominées par la texture plutôt que les manifestations quantitatives stables de la maladie. Cette limitation est particulièrement critique pour les signes radiologiques définis par une anatomie mesurable – tels que la taille d'un organe, le calibre d'un vaisseau, l'atténuation tissulaire ou la charge calcique – où l'expression de la maladie est quantitative plutôt que purement texturale. De plus, les approches radiomiques traditionnelles sont généralement centrées sur la lésion et sensibles aux noyaux de reconstruction et au bruit, manquant d'un cadre unifié pour une application trans-maladies.

Méthodologie
Les auteurs proposent CT-IDP (Phénotypes dérivés de l'image TDM), un cadre qui opérationnalise une formulation centrée sur l'anatomie pour la classification multi-étiquettes des TDM abdominaux. La méthodologie se déroule en quatre étapes clés :

1. Segmentation et extraction de descripteurs :

   • Des segmentations multi-organes sont générées à l'aide de TotalSegmentator et mappées sur la grille native de l'image TDM.
   • Plus de 900 descripteurs au niveau des organes et des compartiments sont calculés dans l'espace image natif en utilisant les métadonnées d'espacement des voxels pour garantir des unités physiques.
   • Ces descripteurs sont catégorisés en trois familles :
     • Morphométrie : Volume, diamètre, surface et rapports de forme.
     • Atténuation : Résumés d'unités Hounsfield (HU) du premier ordre, contrastes inter-organes et estimations de charge.
     • Contextuel/Charge : Occupation normalisée par la cavité et rapports composites.

2. Modélisation parcimonieuse spécifique à la maladie :

   • Au lieu d'un seul réseau profond de bout en bout, un modèle de régression logistique parcimonieux distinct est entraîné pour chaque signe cible en utilisant un régularisateur elastic-net.
   • Les caractéristiques sont sélectionnées par validation croisée stratifiée en 5 plis sur l'ensemble de développement MERLIN. Les descripteurs fortement corrélés sont filtrés et les valeurs manquantes sont imputées à l'aide des statistiques résumées de l'ensemble de données.
   • La spécification finale du modèle (descripteurs, règles d'imputation, paramètres de mise à l'échelle et coefficients) est « verrouillée » et appliquée de manière identique aux ensembles de données externes sans réentraînement.

3. Étalonnage (Benchmarking) :

   • CT-IDP est comparé à une ligne de base basée sur un transformeur de vision (ViT) DINOv3.
   • La ligne de base ViT est entraînée sur les mêmes données de développement MERLIN, en utilisant un recadrage d'intensité, un rééchantillonnage et un schéma d'encodage tri-tranche pour agréger les embeddings au niveau de la tranche en prédictions au niveau de l'étude.

4. Stratégie d'évaluation :

   • Ensembles de données : Développement sur le benchmark public MERLIN (15 175 études d'entraînement, 5 018 de validation, 5 082 de test). Validation externe sur un ensemble de données institutionnel privé (n=2 000) et sur l'ensemble de données public AMOS (n=1 107).
   • Étiquettes : Les étiquettes au niveau de l'étude sont dérivées des rapports de radiologie (en utilisant le NLP assisté par LLM pour l'ensemble de données privé) et mappées à la bibliothèque de phénotypes.
   • Métriques : AUC macro et Précision moyenne (AP) avec des intervalles de confiance à 95 % obtenus par bootstrap.

Résultats clés

• Performance globale : CT-IDP a surpassé la ligne de base DINOv3 sur les trois ensembles de données pour l'AUC macro et la Précision moyenne macro.
  • MERLIN : AUC CT-IDP 0,897 contre ViT 0,880.
  • Institutionnel privé : AUC CT-IDP 0,877 contre ViT 0,857.
  • AMOS : AUC CT-IDP 0,780 contre ViT 0,756.
• Performance spécifique au régime :
  • Supériorité de CT-IDP : Le modèle quantitatif a démontré des gains significatifs pour les signes définis par une anatomie mesurable ou une atténuation, notamment les calculs biliaires (+0,111 à +0,255 ΔAUC), la stéatose hépatique (+0,157), l'anévrisme de l'aorte abdominale (AAA) et la splénomégalie.
  • Supériorité de ViT : Le transformeur de vision a surpassé CT-IDP pour les signes dépendant de motifs spatiaux, de la distribution de fluide dans les compartiments ou de la configuration intestinale, tels que l'air libre, l'obstruction intestinale et l'ascite.
  • Limites de l'observabilité : L'analyse de performance a révélé que la discrimination de CT-IDP chute brutalement pour les lésions sous le seuil ou non calcifiées (par exemple, calculs biliaires non calcifiés, petits kystes rénaux) où l'anomalie tombe en dessous de la résolution des descripteurs dérivés de la segmentation. Dans ces régimes, le ViT a conservé une discrimination résiduelle modérée basée sur des indices d'apparence locale.
• Interprétabilité : Les modèles parcimonieux ont fourni des règles de prédiction explicites et auditable. L'inspection des coefficients a confirmé que les règles de décision s'alignaient sur les seuils cliniques (par exemple, la probabilité augmentant avec le diamètre aortique et diminuant avec la différence d'atténuation foie-rate). Les échecs étaient mécanistiquement inspectables, souvent traçables à des limitations spécifiques des descripteurs ou à des problèmes de provenance des étiquettes (par exemple, le co-étiquetage par NLP de l'hépatomégalie et de la stéatose).

Signification et revendications
L'article postule que CT-IDP définit un régime opératoire distinct et complémentaire aux représentations d'images apprises :

• Robustesse ancrée dans la mesure : Pour les maladies exprimées par une anatomie mesurable (taille, atténuation, charge), les modèles construits directement sur ces mesures sont plus robustes aux décalages d'ensemble de données et plus interprétables que les embeddings basés sur l'apparence.
• Interprétabilité par conception : Contrairement aux méthodes d'explication a posteriori, l'interprétabilité de CT-IDP est intrinsèque ; chaque prédiction est une fonction parcimonieuse de mesures anatomiques nommées, permettant aux cliniciens d'inspecter, contester ou auditer des règles de décision spécifiques.
• Analyse des échecs : Le cadre facilite la dissection des mécanismes d'échec. Par exemple, l'article identifie que les écarts de performance externe pour l'hépatomégalie étaient probablement dus à des étiquettes d'entraînement dérivées de rapports NLP qui confondaient hépatomégalie et stéatose, une nuance révélée par l'inspection des coefficients.
• Direction future : Les auteurs suggèrent une approche hybride comme prochaine étape naturelle, combinant les mesures explicites de CT-IDP avec des embeddings visuels conscients de l'anatomie, en utilisant chacun dans son régime respectif (défini par la mesure vs défini par le motif spatial).

Limites reconnues
L'étude note que la fidélité des descripteurs dépend de la qualité de la segmentation, en particulier pour les petites lésions. L'utilisation d'étiquettes dérivées de rapports comprime des maladies radiologiquement hétérogènes en états binaires, risquant d'obscurcir les régimes opératoires. De plus, l'absence de métadonnées par phase de contraste par étude dans les ensembles de données externes a limité la capacité d'isoler la variation de protocole comme cause spécifique de dégradation des performances. L'approche de régression logistique parcimonieuse, bien que transparente, peut sous-représenter les interactions non linéaires complexes.