DINOv2 versus Supervised Visual Representations for Tooth-Level Multi- Label Diagnosis Classification on Panoramic Radiographs: A Frozen-Feature Sample-Efficiency Study

Les dentistes s'appuient sur les radiographies panoramiques, une image unique et large qui capture l'ensemble des mâchoires supérieure et inférieure, pour obtenir un aperçu rapide de la santé bucco-dentaire d'un patient. Ces images constituent la première ligne de défense pour repérer des problèmes cachés comme des caries, des infections à la racine d'une dent ou des dents qui n'ont jamais percé la gencive. Cependant, la lecture de ces images est difficile. Les détails sont subtils, et même des professionnels expérimentés peuvent manquer de petits signes de maladie ou ne pas être d'accord sur ce qu'ils voient. Pour aider, les chercheurs se sont tournés vers l'intelligence artificielle, apprenant aux ordinateurs à repérer ces problèmes automatiquement. Le plus grand obstacle dans ce domaine n'est pas de construire le programme informatique, mais de trouver les données pour l'enseigner. Pour entraîner un système à reconnaître une maladie spécifique, les experts doivent dessiner manuellement des boîtes autour de chaque dent dans des milliers d'images et étiqueter précisément ce qui ne va pas. Ce processus est lent, coûteux et nécessite une main-d'œuvre humaine hautement qualifiée. C'est pourquoi les scientifiques cherchent constamment des moyens de rendre les ordinateurs plus intelligents avec moins d'aide humaine, espérant trouver une méthode qui apprend efficacement même lorsqu'il y a très peu d'exemples étiquetés à étudier.

Une équipe de chercheurs s'est lancée dans le test d'une approche spécifique à ce problème en utilisant une vaste collection de radiographies dentaires. Ils voulaient voir si un type moderne d'intelligence artificielle, qui apprend en regardant des millions d'images non étiquetées par elle-même, pouvait surpasser les anciennes méthodes traditionnelles lorsque la quantité de données d'entraînement étiquetées était strictement limitée. Ils se sont concentrés sur une tâche où l'ordinateur devait examiner une dent spécifique sur une radiographie et décider si elle présentait une ou plusieurs de quatre conditions : une carie, une carie profonde, une infection à la racine ou une dent incluse qui est coincée. Les chercheurs ont comparé trois façons différentes de préparer les « yeux » de l'ordinateur avant qu'il ne commence à apprendre à partir des images dentaires. La première méthode utilisait un système de pointe appelé DINOv2, qui avait été entraîné sur une immense bibliothèque d'images générales sans aucune étiquette humaine. La deuxième méthode utilisait un système standard entraîné sur une célèbre collection de photos du quotidien comme des chats, des voitures et des arbres, où des humains avaient étiqueté chaque image. La troisième méthode était un groupe témoin, utilisant un système qui n'avait vu aucune image et qui ne faisait que deviner au hasard.

L'étude a commencé par tester ces systèmes avec la totalité des données disponibles. Lorsque les chercheurs ont donné aux ordinateurs accès à tous les exemples étiquetés qu'ils pouvaient trouver, les résultats ont été étonnamment proches. Le système moderne, auto-apprenant, et le système traditionnel, étiqueté par l'humain, ont performé de manière presque identique, identifiant tous deux les conditions dentaires avec un niveau de précision similaire. Le système qui n'avait vu aucune image auparavant a réalisé des performances nettement inférieures, confirmant que l'ordinateur avait besoin de connaissances préalables pour accomplir la tâche. Cette découverte initiale suggérait que pour une tâche avec beaucoup de données, l'ancienne méthode établie était tout aussi bonne que la nouvelle, plus complexe.

Le véritable test est survenu lorsque les chercheurs ont simulé un scénario où les experts humains étaient très occupés et ne pouvaient étiqueter qu'un nombre infime d'exemples. Ils ont restreint les données d'entraînement à seulement cinq exemples positifs pour chaque condition, une situation qui survient souvent dans la recherche médicale réelle où la collecte de données est difficile. Dans cet environnement contraint, les résultats ont radicalement changé. Le système moderne qui a appris à partir d'images non étiquetées a systématiquement surpassé le système traditionnel dans chaque essai. Même avec seulement cinq exemples pour apprendre, le système auto-apprenant a été capable de reconnaître les problèmes dentaires bien mieux que le système entraîné à partir de photos étiquetées par l'humain. Cet avantage s'est maintenu même lorsque les chercheurs ont augmenté le nombre d'exemples à cent ; le système auto-apprenant est resté le plus performant. Pour s'assurer que ce n'était pas simplement parce que le système moderne utilisait un type d'architecture informatique différent, les chercheurs ont également testé un troisième système, plus avancé, qui était entraîné de manière traditionnelle mais utilisait la même architecture moderne. Même contre cet adversaire plus équitable, le système auto-apprenant a continué de gagner, montrant que sa capacité à apprendre à partir de très peu d'exemples était une véritable force.

Les chercheurs ont pris soin d'expliquer ce que leurs conclusions prouvaient et ne prouvaient pas. Ils ont montré que le système auto-apprenant était meilleur pour utiliser des données rares, mais ils ne pouvaient pas affirmer avec certitude que cela était dû au fait qu'il avait appris sans étiquettes. Les systèmes différaient à bien des égards, y compris les types d'images sur lesquelles ils avaient été entraînés et les recettes mathématiques spécifiques utilisées pour les construire. Par conséquent, l'avantage provient probablement de la combinaison de tous ces facteurs plutôt que d'un seul. De plus, bien que le système auto-apprenant soit plus efficace, l'étude ne prétendait pas qu'il était prêt pour une utilisation immédiate dans un cabinet dentaire. Les différences de performance, bien que constantes, n'étaient pas assez importantes pour être déclarées une percée clinique, et les systèmes n'avaient pas été testés sur des patients provenant d'hôpitaux différents ou avec des machines de radiographie différentes. L'étude conclut que pour les chercheurs travaillant avec des ressources limitées, commencer par un système moderne et auto-apprenant est une stratégie puissante. Cela offre un moyen de tirer le meilleur parti d'un petit nombre d'étiquettes d'experts, fournissant une base solide pour de futurs outils qui pourraient, à terme, aider les dentistes à diagnostiquer les problèmes plus précisément et plus rapidement.