Probabilistic Robustness in Medical Image Classification

Résumé Technique : Robustesse Probabiliste dans la Classification d'Images Médicales

Énoncé du Problème
Bien que l'apprentissage profond (Deep Learning - DL) ait démontré de solides performances dans les tâches de classification d'images médicales — allant de l'analyse de l'IRM et du scanner à la détection du cancer de la peau et des maladies pulmonaires — son déploiement dans des contextes cliniques critiques pour la sécurité est entravé par des préoccupations concernant la fiabilité. Les recherches existantes sur la robustesse se concentrent principalement sur la Robustesse Adversaire (RA), qui adopte une perspective de pire cas en cherchant la perturbation déterministe unique au sein d'une boule de norme qui maximise la perte de prédiction. Les auteurs soutiennent que cette formulation de pire cas est moins représentative des applications médicales réelles, où les perturbations sont souvent stochastiques (ex. : dégradation de l'équipement, défocalisation de la caméra) plutôt que des attaques déterministes. Par conséquent, il existe un besoin pour une mesure plus pratique de la fiabilité des modèles, prenant en compte la probabilité d'erreurs sous des perturbations aléatoires réalistes.

Méthodologie
Pour combler cette lacune, l'étude examine la Robustesse Probabiliste (RP), une approche statistique qui évalue la probabilité globale qu'un modèle maintienne des prédictions correctes sous des perturbations aléatoires. La méthodologie comprend trois composantes clés :

1. Définition de la Robustesse Probabiliste : Contrairement à la RA, qui résout $\delta^* = \arg \max_{\|\delta\| \leq \gamma} L(x+\delta, y; \theta)$, la RP définit la robustesse comme l'espérance de la probabilité que la prédiction du modèle reste inchangée sous une perturbation aléatoire $\delta$ tirée d'une distribution d'entrée locale $Pr(\cdot|x)$. Formellement, $R(x, \gamma) = \mathbb{E}_{\delta \sim Pr(\cdot|x), \|\delta\| \leq \gamma} [I\{f_\theta(x+\delta) = y\}]$.
2. Paramètres de Corruption Naturelle : Les auteurs construisent un ensemble de paramètres de corruption naturelle standard pour la classification d'images médicales en adaptant les types de perturbations largement étudiés en vision par ordinateur générale au domaine de l'imagerie médicale.
3. Configuration Expérimentale : L'étude utilise le jeu de données MedMNIST v2, spécifiquement le sous-ensemble PathMNIST (images de pathologie colorectale à 9 classes avec environ 107k échantillons). Deux architectures CNN couramment utilisées, ResNet-18 et ResNet-50, sont évaluées. La performance est mesurée à l'aide de métriques standards (Précision et AUC) sur des images propres, parallèlement à l'évaluation de la RP sous six corruptions naturelles spécifiques : Défocalisation (Defocus), Flou de mouvement (Motion blur), Coloration (Stain), Saturation, Pixellisation et Variations de luminosité (Brightness). L'évaluation de la RP suit le protocole de benchmarking défini par PRBench.

Contributions Clés
Le document présente trois contributions principales :

1. Investigation de la RP dans le Contexte Médical : Ce travail souligne la pertinence pratique de la robustesse probabiliste pour les systèmes de diagnostic médical critiques pour la sécurité, arguant qu'elle est plus adaptée que la RA de pire cas pour les scénarios de perturbations réalistes.
2. Cadre de Corruption Standardisé : Les auteurs construisent et standardisent un ensemble de paramètres de corruption naturelle spécifiquement pour les tâches d'imagerie médicale en adaptant les perturbations de la vision par ordinateur générale, permettant un protocole d'évaluation de la robustesse plus réaliste.
3. Évaluation Systématique : Une évaluation complète de ResNet-18 et ResNet-50 sur MedMNIST v2 est menée, analysant la RP sous des paramètres de corruption d'images médicales en plus de la précision prédictive conventionnelle.

Résultats
Les résultats expérimentaux sur PathMNIST révèlent plusieurs enseignements critiques :

• Chute Substantielle de la Performance : Bien que les modèles atteignent une précision élevée sur les images propres (ex. : ResNet-18 : 90,68 % ACC, 98,46 % AUC), leur robustesse probabiliste chute de manière significative sous les corruptions naturelles. Par exemple, sous les variations de luminosité, la RP tombe à 62,84 % pour ResNet-18 et 67,91 % pour ResNet-50.
• Dépendance à la Corruption : La robustesse dépend fortement du type de corruption. Les deux modèles restent relativement robustes face à la Pixellisation, la Coloration et la Saturation, mais sont nettement plus vulnérables au Flou de mouvement et à la Défocalisation. Les variations de luminosité causent également une dégradation substantielle.
• Performance sur Images Propres vs Robustesse : Une performance plus élevée sur les images propres ne garantit pas une meilleure robustesse probabiliste. Bien que ResNet-50 atteigne une ACC et une AUC supérieures à celles de ResNet-18, il ne démontre pas systématiquement une RP supérieure à travers tous les types de corruption.

Signification et Revendications
L'article affirme que la Robustesse Probabiliste offre une perspective plus pratique que la robustesse de pire cas pour évaluer la fiabilité des modèles de DL sous des perturbations réalistes. En fournissant une référence statistiquement fondée, ce travail vise à soutenir le déploiement plus sûr des systèmes d'apprentissage profond dans l'imagerie médicale. L'étude souligne que les problèmes de qualité d'image courants en pratique (ex. : dégradation de l'équipement) peuvent conduire à des prédictions moins fiables, même pour des modèles présentant une précision standard élevée, nécessitant des cadres d'évaluation qui vont au-delà des exemples adverses déterministes.