Résumé Technique : Garanties de Survie face à une Modalité Manquante

Énoncé du Problème

Le diagnostic médical multimodal repose de plus en plus sur la fusion d'imagerie médicale et de données tabulaires structurées (ex. : examens biologiques, données démographiques). Dans un déploiement réel, ces modèles sont fréquemment confrontés à des entrées incomplètes où des modalités entières sont absentes (ex. : un patient arrive sans scanner ou sans résultats d'analyses). Bien que la Prédiction Conforme (CP) soit la méthode standard pour fournir des garanties de couverture sans distribution et avec un échantillon fini pour de tels prédicteurs, sa validité repose sur l'hypothèse d'échangeabilité entre les données de calibration et les données de test.

L'article identifie un mode de défaillance critique : lorsque toute une modalité est absente au moment du test, l'hypothèse d'échangeabilité est rompue. Si la calibration est effectuée sur des patients possédant toutes les modalités, mais que le test est effectué sur des patients aux modalités incomplètes, les scores de non-conformité ne sont plus échangeables. Par conséquent, la CP par division marginale (marginal split CP) perd silencieusement sa validité conditionnelle sur le sous-groupe aux modalités incomplètes. L'article démontre que cet échec se manifeste de deux manières distinctes et opposées selon le jeu de données et le régime d'entraînement :

1. Valide mais non informatif : La méthode respecte la cible de couverture (ex. : 90 %) uniquement en produisant des ensembles de prédiction qui contiennent tous les labels possibles (ensembles dégénérés), n'offrant ainsi aucune information clinique exploitable.
2. Informatif mais invalide : La méthode produit des ensembles de prédiction petits et confiants, mais échoue à atteindre la cible de couverture, manquant le véritable diagnostic beaucoup plus souvent que le taux d'erreur ne l'autorise.

Méthodologie : Prédiction Conforme Conditionnelle par Modalité (MC2)

Pour remédier à cela, les auteurs introduisent la Prédiction Conforme Conditionnelle par Modalité (MC2). Cette approche modifie le processus de calibration pour tenir compte des modalités manquantes sans nécessiter de réentraînement du prédicteur sous-jacent.

• Calibration Mondriane : MC2 traite le schéma de disponibilité des modalités (ex. : « image + tabulaire », « image seule », « tabulaire seule ») comme une fonction de groupement. Au lieu de calculer un seuil global unique pour l'ensemble du jeu de données, MC2 stratifie l'ensemble de calibration par ces schémas.
• Seuils par Schéma : Pour chaque schéma de modalité $m$, un seuil séparé $\hat{q}_m$ est calculé comme le quantile $(n_m + 1)(1-\alpha)/n_m$ des scores de non-conformité pour ce sous-groupe spécifique.
• Détails d'Implémentation :
  • Le prédicteur $f$ est entraîné pour gérer les entrées incomplètes à l'aide d'un jeton de masque apprenable et d'un "dropout" de modalité pendant l'entraînement.
  • L'encodeur d'image est gelé pour isoler la contribution à la couche de calibration et assurer la faisabilité sur du matériel standard.
  • Si un schéma de modalité spécifique dispose de données de calibration insuffisantes (en dessous d'un seuil $\tau$), la méthode revient au seuil groupé (marginal), signalant explicitement ce repli.
  • La méthode utilise des scores de non-conformité standards, principalement le LAC (Least Ambiguous set-valued Classifier) ($s = 1 - p_y$), bien que les ensembles de prédiction adaptatifs (APS) soient également considérés.

Principales Contributions

1. Formalisation de la Perte de Validité Conditionnelle : L'article démontre formellement que la CP par division standard perd sa validité conditionnelle lors de l'absence d'une modalité entière et caractérise empiriquement les « deux visages » de cet échec (valide-mais-non-informatif vs informatif-mais-invalide).
2. Introduction de MC2 : Les auteurs proposent MC2, une stratégie de calibration mondriane qui stratifie par schémas de disponibilité des modalités. Cela restaure une couverture valide par schéma avec des garanties d'échantillon fini, sans nécessiter de modifications du prédicteur entraîné.
3. Identification du Mécanisme : À travers des expériences contrôlées, l'article identifie la prévalence des classes (et non la redondance des modalités) comme le principal moteur déterminant quel « visage » de l'échec apparaît. Il montre qu'une faible prévalence conduit à une sous-couverture, tandis qu'une prévalence élevée conduit à des ensembles dégénérés.

Résultats Expérimentaux

La méthode a été évaluée sur deux jeux de données image+tabulaire publics :

• CBIS-DDSM : ROI de mammographie avec métadonnées tabulaires (Binaire : Bénin/Malin ; Prévalence ~40,8 %).
• OL3I (Stanford AIMI) : Coupes CT L3 uniques avec facteurs de risque cliniques (Binaire : Ischémie cardiaque à 1 an ; Prévalence ~4,4 %).

Résultats :

• CBIS-DDSM (Haute Prévalence) : La CP marginale était valide mais non informative. À 200 époques, elle atteignait 100 % de couverture sur le sous-groupe avec l'image manquante, mais produisait l'ensemble complet des labels pour chaque cas (taux d'actionnabilité de 0 %). MC2 a restauré la couverture à ~90 % tout en doublant le taux d'actionnabilité (passant d'environ 13 % à 26 % lors de l'arrêt précoce, et se rétablissant après 0 % lors d'un entraînement plus long).
• OL3I (Faible Prévalence) : La CP marginale était informative mais invalide. À 200 époques, elle atteignait un taux d'actionnabilité élevé (~89 %) mais violait la couverture, tombant à ~73 % (cible de 90 %). MC2 a restauré la couverture à ~91 % au prix d'un taux d'actionnabilité plus faible, mais digne de confiance.
• Étude Synthétique Multi-classes : Une étude contrôlée avec $K=6$ classes a confirmé que la CP marginale sous-couvre sévment le sous-groupe avec l'image manquante (~45 % de couverture contre 90 % de cible), tandis que MC2 maintient la cible.
• Inversion de Prévalence : En inversant artificiellement les taux de prévalence entre les deux jeux de données (en gardant les structures de modalités fixes), les auteurs ont montré que le mode de défaillance s'inverse (« flip »). Réduire la prévalence de CBIS à 4,4 % induit une sous-couverture, tandis qu'augmenter celle d'OL3I à 40 % induit une dégénérescence. Cela confirme que la prévalence pilote le décalage de seuil.

Signification et Revendications

L'article affirme que MC2 fournit une correction simple, post-hoc et peu coûteuse en calcul pour un mode de défaillance omniprésent dans le déploiement clinique multimodal. Sa signification réside dans :

• Restauration de la Confiance : Elle garantit que la quantification de l'incertitude reste valide spécifiquement pour les patients ayant des entrées dégradées (imagerie manquante), qui sont souvent les plus vulnérables et ont le plus besoin d'un support décisionnel fiable.
• Préservation de l'Utilité : Elle restaure l'équilibre entre validité (couverture) et informativité (taille de l'ensemble actionnable), empêchant le modèle d'être soit mensonger sur sa confiance, soit inutile.
• Aucun Réentraînement Requis : La méthode fonctionne comme une couche de calibration sur des prédicteurs existants, ce qui la rend immédiatement applicable aux systèmes déployés.

Les auteurs restent modestes quant aux limites, notant que les résultats reposent sur un encodeur gelé, que les jeux de données sont binaires (bien que des résultats multi-classes soient présentés sur des données synthétiques), et que la méthode repose sur l'hypothèse que l'absence est aléatoire conditionnellement à chaque schéma. Ils notent également que les performances de MC2 avec les scores APS peuvent dépendre du régime et être moins robustes qu'avec les scores LAC.