Enhancing Clinical Decision Support Through Explainable AI: A Comparative Study of CNN and Vision Transformer Models for Skull Fracture Detection in CT Scans

Imaginez que vous soyez un détective tentant de résoudre un mystère à l'intérieur d'une pièce fermée à clé. Dans le monde de la médecine, cette pièce est la tête humaine, et le mystère est une fissure cachée dans le crâne — une fracture causée par un choc ou une chute. Pour voir à l'intérieur sans briser la porte, les médecins utilisent un type spécial de radiographie appelé scanner (CT scan), qui prend des centaines de tranches fines du cerveau comme les pages d'un livre. Mais lire toutes ces pages est un travail épuisant. Parfois, les fissures sont si fines et complexes qu'elles ressemblent simplement à des lignes normales dans l'os, et même des experts peuvent les manquer. C'est là que l'« Intelligence Artificielle » (IA) entre en scène. Considérez l'IA comme un assistant robotique super rapide capable de lire toutes les pages en quelques secondes. Mais il y a un piège : les robots sont souvent des « boîtes noires ». Ils vous donnent une réponse, mais ne vous disent pas pourquoi ils pensent cela. Si un robot dit : « Il y a une fissure ici », mais que vous ne pouvez pas voir où il regarde, un médecin pourrait ne pas lui faire confiance. Ce document traite de la construction d'un robot qui non seulement trouve les fissures, mais pointe aussi son doigt exactement là où il les a vues, afin que les médecins puissent dire : « Ah, je vois ce que vous voulez dire ».

Les chercheurs de cette étude ont décidé de mettre à l'épreuve deux types différents de robots détectives : un qui pense comme un œil humain traditionnel (appelé CNN, plus précisément ResNet-50) et un autre qui pense comme un super-organisme moderne en quête de motifs (appelé Vision Transformer, plus précisément DeiT-Tiny). Ils voulaient voir lequel était le meilleur pour repérer les fractures du crâne dans les scanners CT et, plus important encore, lequel pouvait expliquer son raisonnement assez clairement pour être digne de confiance dans un hôpital.

Le Grand Duel des Détectives

Pour mener cette expérience, l'équipe a rassemblé une collection de 4 914 tranches de scanners CT provenant de 15 patients ayant subi des traumatismes crâniens dans un hôpital au Sri Lanka. C'est un peu comme avoir une petite bibliothèque de livres de mystère plutôt qu'une immense, ce qui rend la tâche plus difficile pour les robots. Ils ont nettoyé les images, rendant les os nets et clairs, puis ont appris aux deux robots comment repérer les fractures.

Le premier robot, ResNet-50, est comme un détective qui zoome sur les détails infimes. Il examine de petites portions de l'image, vérifiant chaque petite bosse et chaque ligne. Le second robot, DeiT-Tiny, est plutôt comme un détective qui prend du recul pour regarder l'image dans sa globalité, reliant les points à travers toute l'image pour trouver des motifs.

Lorsque les robots ont commencé leur travail, les résultats ont été clairs. Le détective traditionnel, Resnet-50, était le meilleur pour la recherche. Il identifiait correctement les fractures environ 72,6 % du temps et avait un « score » de capacité à distinguer les fissures des os normaux (appelé AUC-ROC) de 0,800. Le détective moderne, DeiT-Tiny, était un peu plus lent et moins précis, trouvant la bonne réponse 67,3 % du temps avec un score de 0,746. La différence n'était pas un simple hasard ; les mathématiques montraient qu'il s'agissait d'un écart réel et significatif. En fait, ResNet-50 était bien meilleur pour éviter les fausses alertes (dire qu'il y avait une fissure alors qu'il n'y en avait pas), tandis que DeiT-Tiny avait tendance à s'emballer un peu trop et à voir des fissures là où il n'y en avait pas.

Le « Pourquoi » derrière la Réponse

Mais être un bon détective ne consiste pas seulement à trouver la réponse ; il s'agit aussi de montrer son travail. C'est ici que l'histoire devient intéressante. Les chercheurs voulaient savoir : Quand le robot dit « fracture », où regarde-t-il réellement ?

Pour vérifier cela, ils ont demandé à un expert humain de dessiner des boîtes autour des vraies fractures sur quelques images de test. Ensuite, ils ont comparé ces boîtes aux « cartes de chaleur » (heatmaps) que les robots ont dessinées pour montrer leur zone de concentration. Imaginez les robots dessinant un nuage lumineux sur l'image pour montrer où ils pensent que la fissure se trouve.

Ici, la tendance s'est légèrement inversée. Bien que ResNet-50 soit meilleur pour trouver les fissures, DeiT-Tiny était légèrement meilleur pour les indiquer. Le nuage lumineux du robot moderne recouvrait un peu plus la fracture réelle que celui du robot traditionnel. Cependant, le chevauchement restait très faible pour les deux — imaginez que le robot pointe généralement dans le bon quartier, mais pas tout à fait au numéro de la maison exacte. Les chiffres étaient bas : DeiT-Tiny a réussi un score de chevauchement minuscule de 0,021, tandis que ResNet-50 était à 0,006. Même le « meilleur » robot n'était pas parfait pour localiser l'endroit exact.

Ce que cela signifie pour l'avenir

Alors, quel est le verdict ? L'étude suggère que si vous avez besoin d'un robot pour vous dire si un patient présente une fracture, le traditionnel ResNet-50 est actuellement le choix le plus fiable, surtout lorsque vous ne disposez pas d'une énorme quantité de données pour l'entraîner. C'est le détective stable et expérimenté qui accomplit sa mission. Cependant, si vous tenez à ce que le robot puisse vous montrer où il regarde d'une manière qui semble plus logique à l'œil humain, le moderne DeiT-Tiny possède un léger avantage, même s'il n'est pas aussi performant pour la détection proprement dite.

Les chercheurs précisent prudemment qu'aucun des deux robots n'est prêt à remplacer un médecin pour le moment. Les deux robots ont manqué environ la moitié des fractures réelles (un « rappel » d'environ 0,49), ce qui signifie qu'ils ont toujours besoin d'un humain pour vérifier leur travail. Mais l'étude met en lumière un compromis fascinant : parfois, le robot qui est le meilleur pour résoudre le mystère n'est pas celui qui explique le mieux son raisonnement.

L'équipe conclut que pour que ces robots deviennent de véritables partenaires à l'hôpital, nous devons les entraîner sur des données provenant de différents hôpitaux et les aider à devenir encore meilleurs pour pointer l'emplacement exact de la blessure. D'ici là, ils servent au mieux de deuxième paire d'yeux attentive, prête à signaler les tranches suspectes pour que le radiologue puisse les examiner de plus près, garantissant ainsi qu'aucune fissure cachée ne passe inaperçue.