🧬 biology

Optic Disc Colour Ratio: A Fundus Pigmentation Proxy for Subgroup Fairness Analysis in Diabetic Retinopathy Screening

Cet article introduit le rapport de couleur du disque optique (ODCR) comme un substitut sans marquage de la pigmentation du fond d'œil pour révéler que les modèles de dépistage de la rétinopathie diabétique attribuent systématiquement des probabilités de référence plus élevées aux fonds d'œil à pigmentation sombre en raison d'un contraste vaisseau-fond réduit, une disparité induite par des règles de décision calibrées sur la sensibilité qui demeure invisible pour les mesures d'AUC standard mais qui est critique pour l'audit d'équité.

Auteurs originaux : Aaron Ajit

Publié 2026-06-25

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Aaron Ajit

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète

Imaginez que vous engagiez un garde de sécurité pour repérer de petits signes d'avertissement rouges (des lésions) dans une foule. Le hic, c'est que la « foule » n'est pas seulement composée de personnes, mais de l'intérieur des yeux des gens, photographié par un appareil photo.

Ce document de recherche porte sur un garde de sécurité (un programme informatique d'IA) qui est censé repérer les signes précoces de la rétinopathie diabétique (une maladie qui peut causer la cécité) dans ces photos d'yeux. L'IA est très douée pour son travail sur les photos « standard », mais le chercheur, Aaron Ajit, a découvert que l'IA se comporte différemment selon la couleur naturelle de l'arrière-plan de l'œil de la personne.

Voici l'histoire de ce que l'article a découvert, expliquée simplement :

1. Le problème : l'effet « pièce sombre »

Considérez l'intérieur d'un œil comme une pièce.

Les yeux plus clairs sont comme une pièce avec des murs blancs. Si vous posez une bille rouge (une lésion) sur le sol, elle ressort clairement. La caméra la voit facilement.
Les yeux plus foncés ont des murs peints en marron foncé ou en noir (à cause du pigment naturel appelé mélanine). Si vous posez la même bille rouge sur un sol sombre, elle se fond un peu plus. Il est plus difficile de la voir.

L'IA a été entraînée principalement sur des pièces à « murs blancs ». Lorsqu'elle regardait les pièces à « murs sombres », les billes rouges étaient plus difficiles à repérer. Mais voici le rebondissement : l'IA ne s'est pas contentée de les manquer ; elle est devenue trop nerveuse.

2. L'habitude de la « fausse alerte »

Parce que les billes rouges étaient plus difficiles à voir dans les pièces sombres, l'IA est devenue anxieuse. Elle a commencé à penser : « Je ne vois pas clairement, donc je ferais mieux de supposer qu'IL Y A une bille rouge, juste pour être sûre. »

Le résultat : L'IA a signalé des personnes ayant des yeux plus foncés comme « nécessitant un médecin » beaucoup plus souvent que les personnes ayant des yeux plus clairs, même lorsqu'elles étaient parfaitement en bonne santé.
L'analogie : Imaginez un détecteur de fumée dans une maison avec de la fumée sombre (yeux plus foncés) par rapport à une maison avec de l'air clair (yeux plus clairs). Le détecteur dans la maison sombre commence à biper constamment, même s'il n'y a pas de feu, simplement parce que l'air est déjà un peu brumeux.

3. La nouvelle « règle » (ODCR)

Le chercheur avait besoin d'un moyen de mesurer à quel point un œil était « foncé » ou « clair » sans demander la race ou l'ethnie du patient (ce qui n'est pas toujours enregistré dans les données médicales).

Il a inventé un outil appelé le Ratio de Couleur du Disque Optique (ODCR).

Comment il fonctionne : Il a observé l'anneau de tissu autour du nerf optique (le « disque optique ») dans la photo. Il a mesuré les couleurs à cet endroit pour créer un score.
La métaphore : C'est comme avoir un colorimètre qui scanne un endroit spécifique d'une peinture pour dire si la toile est sombre ou claire, sans avoir besoin de savoir qui l'a peinte ou d'où elle vient. Ce score a permis de regrouper les patients de manière équitable.

4. L'écart « invisible »

Le chercheur a testé l'IA de cinq manières différentes (en essayant différentes astuces pour la rendre plus équitable).

Le piège : Si vous ne regardez que le « score » global de l'IA (appelé AUC), tout semble parfait. L'IA semble fonctionner aussi bien pour tout le monde.
La réalité : Quand on regarde de plus près comment elle fonctionne, on voit l'écart. L'IA fait de la « sur-prédiction » pour les yeux plus foncés. Elle déclare trop de personnes en bonne santé comme étant « malades ».
L'analogie : C'est comme un examen qui donne une note de passage à tout le monde, mais où les élèves aux yeux plus foncés obtiennent un « 99 % » tandis que ceux aux yeux plus clairs obtiennent un « 95 % », même si les deux ont réussi. La moyenne semble correcte, mais la distribution est biaisée.

5. Pourquoi « corriger » cela était difficile

Le chercheur a essayé de corriger cela en :

Montrant à l'IA plus de photos d'yeux foncés (suréchantillonnage/oversampling).
Rendant les photos d'yeux foncés encore plus sombres pendant l'entraînement (augmentation).
Disant à l'IA d'être particulièrement attentive à ne pas manquer de personnes malades (étalonnage de la sensibilité).

La surprise : Ces corrections ont en fait aggravé le problème de la « fausse alerte » pour les yeux foncés. L'IA est devenue encore plus anxieuse et a signalé encore plus de personnes aux yeux foncés en bonne santé. La seule chose qui a aidé légèrement a été l'équilibrage des données, mais cela n'a pas résolu la cause profonde.

6. Le rapport « Signal sur Bruit »

Le document explique cela en utilisant un concept appelé Rapport Signal sur Bruit (SNR).

Le Signal : La lésion rouge (la maladie).
Le Bruit : L'arrière-plan sombre de l'œil.
La conclusion : Dans les yeux plus foncés, le « bruit » est plus fort, ce qui rend le « signal » plus faible. Les mathématiques ont montré que le contraste dans les yeux foncés était environ 1,14 fois plus faible que dans les yeux clairs.
La conséquence : Comme le signal est plus faible, le « compteur de confiance » de l'IA s'embrouille et pousse le score vers le haut, ceما entraînant ces fausses alertes.

7. L'essentiel

Le document conclut que :

Ne faites pas confiance au score global : Une IA peut sembler « équitable » sur le papier, mais elle peut tout de même traiter différents groupes de manière différente en pratique.
Les yeux foncés subissent le fardeau des « faux positifs » : Les personnes ayant des yeux plus foncés sont envoyées inutilement chez des spécialistes parce que l'IA est trop prudente avec leurs photos.
On ne peut pas simplement « calibrer le seuil » : Changer simplement la règle pour déterminer « quand signaler un patient » ne résout pas le problème. Le problème réside dans la façon dont l'IA perçoit l'image elle-même.

En bref : L'IA est comme un garde qui, de peur de manquer une menace dans une pièce sombre, commence à arrêter des innocents juste pour être sûr. Le chercheur a construit un outil pour mesurer la « noirceur » de la pièce et a prouvé que cette anxiété est un problème réel et mesurable que les corrections actuelles de l'IA ne parviennent pas à résoudre.

Résumé technique : Rapport de couleur du disque optique (ODCR) pour l'équité des sous-groupes dans le dépistage de la rétinopathie diabétique

Énoncé du problème

Les systèmes automatisés de dépistage de la rétinopathie diabétique (RD) atteignent une précision de niveau spécialiste sur des référentiels curatés, mais présentent des disparités de performance mal comprises entre les sous-groupes. Alors que les travaux antérieurs attribuent souvent ces disparités à un déséquilibre des données, cet article plaide pour une explication mécaniste : la pigmentation choroïdienne (concentration de mélanine) réduit le contraste optique entre les lésions (microanévrismes, hémorragies) et le fond de rétine.

Cette réduction du rapport signal sur bruit (RSB/SNR) dégrade physiquement le signal d'entrée disponible pour les détecteurs de lésions convolutionnels. Les auteurs émettent l'hypothèse que cela conduit à un mode de défaillance spécifique : la sur-prédiction. Les fonds d'œil plus sombres, présentant un contraste lésion-fond plus faible, sont systématiquement signalés comme « nécessitant une référence » à des taux plus élevés, quel que soit leur étiquette réelle, imposant ainsi une charge disproportionnée de faux positifs aux populations mal desservies. Cela contraste avec l'IA dermatologique, où des problèmes de contraste similaires se manifestent souvent par des échecs de spécificité (manquements de détection).

Méthodologie

1. Le proxy ODCR

Pour auditer l'équité sans dépendre des étiquettes d'ethnicité de vérité terrain, les auteurs introduisent le Rapport de couleur du disque optique (ODCR).

Définition : Une métrique calculée à partir de l'anneau péripapillaire (la région entourant le disque optique) dans l'espace colorimétrique CIE $L^*a^*b^*$ .
Formule : $odcr = \arctan(\frac{\bar{L}^* - 50}{\bar{b}^*}) \times \frac{180}{\pi}$ .
Fonction : Des valeurs plus élevées indiquent une pigmentation plus claire ; des valeurs plus basses indiquent une pigmentation plus sombre. Il sert de proxy analogue à l'angle de typologie individuelle (ITA) utilisé en dermatologie.
Stratification : Les patients sont regroupés en catégories « Sombre », « Moyen » et « Clair » basées sur les tertiles d'ODCR de l'ensemble d'entraînement.

2. Analyse du RSB (SNR)

Les auteurs quantifient le RSB vaisseau-fond pour valider le mécanisme physique.

Métrique : $SNR = \frac{|\mu_{lésion} - \mu_{fond}|}{\sigma_{fond}}$ .
Méthode : Les pixels candidats de microanévrismes sont identifiés via un seuillage adaptatif du canal vert (absorption maximale de l'hémoglobine), tandis que le fond est échantillonné à partir du tissu péripapillaire de luminance intermédiaire.

3. Configuration expérimentale

Jeux de données :
- EyePACS : 35 126 images (basé aux USA). Des divisions au niveau du patient ont été utilisées (Entraînement : 24 588 ; Validation : 5 268 ; Test : 5 270) pour éviter la fuite de données.
- APTOS 2019 : 3 662 images (population indienne) utilisées pour la validation par transfert zero-shot.
Architecture du modèle : Backbone EfficientNet-B2 avec une branche de conditionnement (Linéaire 3 $\rightarrow$ 16 $\rightarrow$ 32) qui concatène des plongements de tonalité (tone embeddings).
Étude d'ablation : Cinq variantes ont été testées sur l'ensemble de test verrouillé d'EyePACS :
1. Baseline : Entraînement standard ( $pos\_weight=2.0$ ).
2. Aug-only : Augmentation du fond sombre + suréchantillonnage 3x.
3. Tone-only : Conditionnement par ODCR.
4. Full : Combinaison de toutes les interventions.
5. Balanced-baseline : Échantillonnage égalisé et $pos\_weight=1.0$ (contrôle).
Évaluation : Les métriques incluaient l'AUC, la Sensibilité et la Spécificité, stratifiées par groupes d'ODCR. La signification statistique a été évaluée via des tests de permutation et des intervalles de confiance par bootstrap.

Résultats clés

1. Réduction du RSB dans les fonds sombres

L'étude confirme une réduction significative du contraste lésion-fond pour les fonds sombres.

Magnitude : Le ratio de RSB clair-sombre est de 1,14×.
Signification : Cette réduction est statistiquement significative ( $p = 3 \times 10^{-10}$ via Kruskal–Wallis ; $p = 0,0005$ via Mann–Whitney).
Comparaison : Cet effet est atténué par rapport à la dermatologie (où le ratio était de 5,2×), probablement parce que la choroïde se situe derrière l'épithélium pigmentaire de la rétine et qu'une illumination active du fond compense partiellement l'absorption.

2. La « Signature d'élévation de score »

À travers les cinq variantes de modèles, les fonds à pigmentation sombre reçoivent systématiquement des probabilités prédites plus élevées que les fonds à pigmentation claire, quel que soit le label réel.

Preuve : Dans la variante Baseline, les vrais négatifs sombres ont un score moyen de 0,128 contre 0,105 pour les vrais négatifs clairs ( $\Delta = +0,023$ ).
Implication : Cela indique une incertitude globale du modèle sous faible contraste, menant à un décalage vers la classe positive.

3. Asymétrie de sensibilité (Sur-prédiction)

Sous un entraînement calibré par la sensibilité (spécifiquement la variante Full), l'élévation du score se manifeste par un écart de sensibilité plutôt que par un écart de spécificité.

Écart de la variante Full : Sensibilité sombre (0,642) vs Sensibilité claire (0,535), $\Delta = +0,107$ ( $p = 0,015$ ).
Écart de spécificité : L'écart de spécificité était faible et non significatif ( $\Delta \approx -0,009$ ).
Impact clinique : Cela se traduit par environ 4 références excédentaires pour 1 000 patients à pigmentation sombre par rapport aux patients à pigmentation claire.
Insuffisance de l'AUC : Les écarts d'AUC entre les groupes étaient négligeables ( $\le 0,008$ ) et non significatifs, confirmant que l'AUC seule est insuffisante pour l'audit d'équité dans ce contexte.

4. Validation externe

Le transfert zero-shot vers le jeu de données APTOS 2019 (population indienne) a répliqué la signature. L'élévation du score était encore plus prononcée ( $\Delta = +0,101$ pour les vrais négatifs), ce qui est cohérent avec la distribution de la population plus sombre.

5. Structure causale

Calibration du seuil : L'ajustement des seuils de décision ( $t = 0,30–0,65$ ) n'a pas comblé l'écart, indiquant que la disparité est ancrée dans les distributions de probabilité prédites, et non seulement dans la frontière de décision.
Équilibrage : L'équilibrage des classes a réduit l'écart par rapport à la variante « Full » mais ne l'a pas éliminé en dessous du niveau de la « Baseline ». Cela suggère une structure causale mixte : la disparité est largement pilotée par l'interaction entre la règle de décision calibrée par la sensibilité (suréchantillonnage et $pos\_weight$ élevé) et le déficit physique de RSB.

Signification et affirmations

L'article prétend fournir une compréhension mécaniste des disparités d'équité dans le dépistage de la RD, allant au-delà du simple déséquilibre des données pour s'attaquer aux propriétés optiques physiques.

L'ODCR comme proxy : Il établit l'ODCR comme un proxy calculable et sans étiquette pour la pigmentation du fond d'œil, permettant l'analyse de sous-groupes sans étiquettes d'ethnicité.
Le RSB comme prédicteur du type de disparité : L'article propose que l'amplitude du ratio de RSB peut prédire l'axe de la disparité.
- Forte réduction du RSB (Dermatologie, 5,2×) $\rightarrow$ Échec de spécificité (sous-détection).
- Réduction atténuée du RSB (Fond d'œil, 1,14×) $\rightarrow$ Échec de sensibilité (sur-prédiction).
Limites de l'AUC : Il démontre que les métriques standards comme l'AUC peuvent masquer des disparités de sous-groupes significatives dans le dépistage de la RD, nécessissant un rapport stratifié de la sensibilité et de la spécificité.
Recommandation clinique : Les auteurs soutiennent que l'audit d'équité doit se concentrer sur la sur-prédiction (faux positifs excessifs) dans les populations à pigmentation sombre, et que la calibration de seuil a posteriori est insuffisante pour résoudre ces disparités.

L'étude conclut que la pigmentation choroïdienne est un facteur de confusion mesurable et statistiquement significatif qui entraîne la sur-prédiction dans le dépistage de la RD, un phénomène invisible à l'AUC mais détectable par une analyse stratifiée par ODCR.