💻 computer science

CUPID-Med: Conformal Uncertainty-aware Prototype Discovery for Clinically Interpretable Deep Medical Clustering

CUPID-Med est un nouveau cadre qui exploite la découverte de prototypes conscients de l'incertitude conforme pour générer des prédictions de clusters de type ensemble, cliniquement interprétables, avec des scores de confiance calibrés, surpassant de manière significative les bases déterministes dans la structuration de données d'imagerie médicale non étiquetées.

Auteurs originaux : Mojtaba Jahanian, Abbas Karimi, Nafiseh Osati Eraghi, Faraneh Zarafshan

Publié 2026-07-07

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Mojtaba Jahanian, Abbas Karimi, Nafiseh Osati Eraghi, Faraneh Zarafshan

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un bibliothécaire essayant d'organiser une bibliothèque massive et chaotique de 5 000 images de radiographies médicales. Le problème ? Aucun des livres n'a de titre ou d'étiquette sur sa tranche. Vous ne savez pas quelle radiographie montre une fracture osseuse, laquelle montre une pneumonie, et laquelle est parfaitement saine. Vous avez juste un immense tas d'images.

La plupart des programmes informatiques essayant de résoudre cela agiraient comme un bibliothécaire très rigide. Ils regarderaient une image, la forceraient dans un seul rayon et diraient : « Celle-ci va dans le bac "Pneumonie" ». Mais voici le piège : en médecine, les choses sont souvent confuses. Une radiographie peut ressembler un peu à une pneumonie, un peu à un épanchement, et un peu à un cœur normal. Un ordinateur rigide pourrait se tromper et être très certain de son erreur.

Entrez en scène, CUPID-Med.

Considérez CUPID-Med non pas comme un bibliothécaire, mais comme un détective sceptique et hautement organisé qui utilise un ensemble spécial d'outils pour trier ces images. Voici comment cela fonctionne, décomposé en concepts simples :

1. L'« Œil Intelligent » (Encodeur de fondation médicale)

D'abord, le système examine les radiographies grâce à un « œil intelligent » qui a déjà été entraîné sur des millions d'images médicales. C'est comme donner au détective des lunettes qui ont déjà vu tous les types de radiographies thoraciques existants. Cela aide le système à comprendre les formes et les motifs de base sans qu'on ait besoin de lui expliquer ce qu'ils sont.

2. Le « Nuage Flou » (Apprentissage distributionnel)

C'est ici que CUPID-Med se distingue des anciennes méthodes rigides.

L'ancienne méthode : Elle traite chaque radiographie comme un point unique et net sur une carte. « Ce point est définitivement dans le groupe "Pneumonie" ».
CUPID-Med : Il traite chaque radiographie comme un nuage flou. Il réalise que certaines images sont très claires (un petit nuage serré), tandis que d'autres sont floues et confuses (un énorme nuage étendu).
- Si le nuage est serré, le système est confiant.
- Si le nuage est immense et étendu, le système dit : « Je ne sais pas ce que c'est. Cela pourrait être plusieurs choses différentes. »

3. Les « Visages Représentatifs » (Découverte de prototypes)

Au lieu de simplement créer des groupes abstraits (comme le « Groupe A » et le « Groupe B »), CUPID-Med crée des Prototypes. Considérez ces derniers comme le « Visage du Groupe ».

Pour chaque groupe qu'il trouve, il choisit la radiographie la plus représentative, la plus « moyenne », pour représenter ce groupe.
C'est comme si un détective disait : « Ce groupe de patients ressemble tous à cette personne spécifique ».
Les médecins peuvent regarder ces images « Visage du Groupe » et dire : « Ah, oui, je vois ce que vous voulez dire. Ces patients présentent tous cette ombre spécifique dans leurs poumons. » Cela rend le travail de l'ordinateur interprétable (facile à comprendre pour les humains).

4. Le « Filet de Sécurité » (Incertitude conforme)

C'est la caractéristique de sécurité la plus importante. Parce que le système sait quand il est confus (le « nuage flou »), il possède une règle : « Si je ne suis pas sûr à 100 %, je ne forcerai pas de décision. »

Au lieu de dire : « C'est le Groupe A », il pourrait dire : « Cela pourrait être le Groupe A, OU cela pourrait être le Groupe B. »
Il crée une liste restreinte de possibilités.
Si la liste est trop longue ou si le système est trop incertain, il appose un drapeau rouge sur cette image et dit : « Hé, un médecin humain doit examiner celle-ci. » Il refuse de deviner lorsque les enjeux sont élevés.

5. Les Résultats : Trier le Chaos

Les chercheurs ont testé cela sur un ensemble de données de 5 000 radiographies thoraciques provenant de la base de données CheXpert. Ils n'ont pas dit à l'ordinateur quels étaient les maladies pendant l'entraînement ; ils l'ont simplement laissé trier les images par lui-même.

L'ancienne méthode : Lorsqu'ils ont essayé de trier ces images avec des méthodes informatiques standards, les groupes étaient désordonnés. Les images de chaque groupe ne se ressemblaient pas vraiment. C'était comme essayer de trier un jeu de cartes où la pile des « Cœurs » contenait des « Piques » mélangés. Le score de la qualité de leur tri était très bas (0,05).
La méthode CUPID-Med : Lorsqu'ils ont utilisé leur nouveau système de détective, les groupes sont devenus très distincts. Les images de chaque pile se ressemblaient beaucoup entre elles. Le score a bondi de manière significative (pour atteindre 0,51).
Le Bonus : Le système a également réussi à identifier quelles images étaient « floues » (incertaines) et à les signaler pour examen, exactement comme promis.

L'essentiel à retenir

CUPID-Med est une nouvelle façon d'organiser les images médicales qui admet ne pas connaître la réponse. Au lieu de forcer une « meilleure supposition » qui pourrait être fausse, il :

Regroupe clairement les images similaires.
Montre aux médecins un « visage » de chaque groupe afin qu'ils puissent comprendre pourquoi l'ordinateur a créé ce groupe.
Signale les cas confus afin qu'un expert humain puisse intervenir.

L'article conclut que cette approche crée des groupes bien plus nets et compréhensibles que les méthodes précédentes, tout en notant que le système nécessite encore des ajustements pour s'assurer que les groupes sont tous de taille approximativement égale avant de pouvoir être utilisé dans un véritable hôpital.

Résumé technique de CUPID-Med : Découverte de prototypes avec prise en compte de l'incertitude conforme pour un partitionnement médical profond cliniquement interprétable

Énoncé du problème
Le partitionnement profond (deep clustering) médical vise à découvrir des sous-groupes de maladies latents à partir de données médicales non étiquetées, une tâche critique étant donné le coût élevé et la variabilité de l'annotation par des experts. Cependant, les approches existantes de partitionnement profond souffrent de trois limitations principales :

Assignations déterministes : La plupart des méthodes forcent les échantillons dans des étiquettes de grappes (clusters) uniques et rigides, ne tenant pas compte de la nature continue, chevauchante et hétérogène des phénotypes cliniques.
Absence d'incertitude calibrée : Les pipelines standards fournissent rarement des estimations d'incertitude calibrées ou des mécanismes formels pour identifier les cas ambigus nécessitant un examen d'expert.
Interprétabilité limitée : Les résultats de partitionnement manquent souvent de résumés cliniquement significatifs, tels que des prototypes représentatifs ou des explications visuelles, ce qui les rend difficiles à inspecter et à valider pour les cliniciens.

De plus, bien que les modèles de fondation médicale fournissent des représentations puissantes, leurs plongements (embeddings) fixes peuvent encoder des artefacts non cliniques (ex. : biais d'acquisition) et ne supportent pas intrinsèquement la découverte de sous-groupes sensible à l'incertitude.

Méthodologie : CUPID-Med
Les auteurs proposent CUPID-Med, un cadre conçu pour transformer les plongements médicaux fixes en sous-groupes calibrés, interprétables et sensibles à l'incertitude. L'architecture se compose de cinq étapes clés :

Encodage de fondation médicale : Le cadre utilise des encodeurs de fondation médicale (ou des dorsaux pré-entraînés comme DenseNet121) pour mapper les entrées brutes (images ou données multimodales) en une représentation unifiée. Dans le cas de l'imagerie seule (CheXpert), cela implique un encodage de patchs et un traitement par Transformer ou une extraction de caractéristiques par CNN.
Apprentissage de représentations latentes distributionnelles : Au lieu de mapper les échantillons vers des points déterministes, CUPID-Med représente chaque échantillon comme une distribution gaussienne $N(\mu_i, \text{diag}(\sigma_i^2))$ . Ceci est réalisé via une tête de projection qui génère des vecteurs de moyenne et des log-variances. Le modèle emploie des pertes de cohérence auto-supervisées (divergence KL entre vues augmentées) et des objectifs contrastifs pour apprendre des distributions latentes robustes. Un score d'incertitude scalaire $u_i$ est dérivé de la variance latente.
Partitionnement profond basé sur des prototypes : Le cadre maintient une banque de mémoire apprenable de $K$ $K$ prototypes représentant les sous-groupes de maladies latents. Il optimise un objectif de partitionnement combinant :
- Un raffinement de la distribution cible (alignement des assignations souples avec une cible raffinée).
- La compacité des prototypes (minimisation de la distance entre les échantillons et leurs prototypes assignés).
- L'équilibre des grappes (encouragement d'une utilisation uniforme des prototypes).
- La séparation des prototypes (maximisation de la distance entre des prototypes distincts).
Calibration de l'incertitude conforme : Pour répondre au besoin de frontières de décision fiables, CUPID-Med adapte la prédiction conforme au contexte non supervisé. Il convertit les assignations de grappes souples en prédictions sous forme d'ensembles.
- Un score de non-conformité est calculé sur la base de la faible confiance d'assignation et de l'incertitude latente.
- Un seuil est estimé sur un ensemble de calibration pour garantir une couverture indépendante de la distribution.
- Pour un échantillon de test, la sortie est un ensemble de clusters candidats $\Gamma_\alpha(x)$ . Si l'ensemble contient plusieurs clusters ou si l'incertitude est élevée, l'échantillon est signalé pour un examen d'expert plutôt que d'être forcé dans une étiquette unique.
Sorties cliniquement interprétables : Le système génère des « fiches de grappe » (cluster cards) contenant des images représentatives (échantillons les plus proches du prototype), des profils d'enrichissement clinique (si des étiquettes sont disponibles post-hoc), et des distributions d'incertitude. Des explications visuelles (ex. : Grad-CAM) sont notées comme des extensions futures, l'accent actuel étant mis sur la récupération de prototypes.

Contributions clés

Intégration de cadre : La proposition d'un cadre unifié combinant l'encodage de fondation médicale, l'apprentissage de la latence distributionnelle, la découverte de prototypes et la calibration conforme pour le partitionnement médical.
Assignation sensible à l'incertitude : L'introduction d'une stratégie conforme qui produit des prédictions sous forme d'ensembles, identifiant explicitement les cas ambigus pour une révision humaine (human-in-the-loop) plutôt que de fournir des étiquettes déterministes.
Interprétabilité pilotée par les prototypes : Un mécanisme permettant de récupérer des échantillons représentatifs pour chaque grappe, permettant le raisonnement par cas et l'inspection visuelle.
Protocole d'entraînement sans étiquettes : La définition d'un protocole d'évaluation rigoureux sur le jeu de données CheXpert où les étiquettes de maladies sont strictement exclues de l'entraînement et utilisées uniquement pour l'enrichissement clinique post-hoc et l'analyse d'interprétabilité.

Résultats expérimentaux
Le cadre a été évalué sur un sous-ensemble de 5 000 images frontales du jeu de données CheXpert en utilisant un protocole d'entraînement sans étiquettes.

Performance de référence (Baseline) : Un partitionnement préliminaire sur des plongements fixes DenseNet121 utilisant des méthodes standards (K-means, GMM, Agglomératif) a produit une séparation faible. La meilleure référence (K-means, $K=5$ ) a obtenu un score de Silhouette de 0,0510 et un indice de Davies–Bouldin de 3,6950.
Performance de CUPID-Med : Le run principal de CUPID-Med ( $K=14$ ) a atteint un score de Silhouette de 0,5175, un indice de Davies–Bouldin de 2,7809, et un score de Calinski–Harabasz de 29 733,16.
Run secondaire : Un second run de 50 époques a montré des métriques internes encore plus élevées (Silhouette : 0,6216), mais a présenté un avertissement de grappe vide, amenant les auteurs à traiter le run de 80 époques comme le résultat reproductible officiel.
Observations : Bien que CUPID-Med améliore considérablement la séparation latente par rapport aux bases déterministes, le run principal présentait un déséquilibre de taille de grappe (allant de 2 à 1 132 échantillons par grappe), indiquant que la régularisation de l'équilibre des prototypes nécessite un perfectionnement supplémentaire.

Signification et affirmations
L'article affirme que l'apprentissage de prototypes distributionnels peut produire des sous-groupes d'images médicales plus structurés et interprétables que le partitionnement déterministe de plongements profonds fixes.

Changement de paradigme : Ce travail soutient le passage de « grappes dures opaques » à une « découverte de sous-groupes calibrée, interprétable et sensible à l'incertitude ».
Utilité clinique : En générant des prédictions sous forme d'ensembles et en signalant les cas incertains, le cadre s'aligne mieux sur la réalité clinique, où les phénotypes chevauchants et les découvertes ambiguës sont courants.
Modestie sur le déploiement : Les auteurs déclarent explicitement que, bien que la méthode démontre une séparation interne et une interprétabilité supérieures, le déséquilibre des grappes observé et le besoin d'une régularisation de l'équilibre plus forte signifient que la méthode n'est pas encore prête pour un déploiement clinique stable en tant qu'outil de découverte de phénotypes. Les résultats sont présentés comme une preuve de concept pour un flux de travail de partitionnement plus fiable et centré sur l'humain.