Trustworthy Few-Shot Transfer Learning withExplainable AI for PCOS Ultrasound Classification

Dans le calme des salles de clinique modernes, faiblement éclairées, un médecin tient une sonde contre la peau d'un patient, regardant un écran noir et blanc granuleux prendre vie. C'est une échographie, une fenêtre sur le corps qui révèle la forme et la texture des organes internes. Pour les femmes en âge de procréer, l'une des conditions les plus couramment recherchées par les médecins est le syndrome des ovaires polykystiques, un trouble hormonal qui peut affecter la fertilité et la santé globale. Pour le diagnostiquer, un spécialiste doit compter de minuscules sacs remplis de liquide, appelés follicules, sur les ovaires et mesurer leur taille. Cette tâche est difficile. Elle repose largement sur l'expérience du médecin, la qualité de la machine et même l'angle de la sonde. Deux experts regardant la même image pourraient ne pas être d'accord sur le décompte, ceما entraînant une incertitude dans le traitement.

Pendant des années, les scientifiques ont tenté de construire des programmes informatiques capables de lire ces images avec la même compétence qu'un expert humain. Ces programmes, connus sous le nom d'intelligence artificielle, sont généralement entraînés en leur montrant des milliers d'exemples étiquetés jusqu'à ce qu'ils apprennent à reconnaître des motifs. Cependant, dans le monde réel de la médecine, rassembler des milliers d'images parfaites et étiquetées est souvent impossible. Les hôpitaux peuvent n'avoir que quelques dizaines de cas, ou les données peuvent être dispersées dans différentes cliniques. Cela crée un obstacle majeur : comment un ordinateur peut-il apprendre à diagnostiquer une condition lorsqu'il a très peu de matière à étudier ? De plus, même lorsqu'un ordinateur fait une supposition correcte, les médecins ont besoin de savoir pourquoi. Ils ont besoin de voir quelle partie de l'image l'ordinateur regarde, pour s'assurer qu'il ne devine pas simplement en se basant sur un grain de bruit aléatoire. Ce besoin de clarté est au cœur d'une nouvelle étude qui explore comment construire une IA médicale digne de confiance lorsque les données sont rares.

Une équipe de chercheurs de l'Université Internationale de Daffodil au Bangladesh s'est donné pour mission de résoudre ce double problème. Ils voulaient savoir si un ordinateur pouvait apprendre à identifier le syndrome des ovaires polykystiques à partir d'images échographiques en utilisant seulement une poignée d'exemples, et si les raisons qu'il donnait pour ses décisions resteraient fiables dans ces conditions difficiles. Pour ce faire, ils ont utilisé une vaste collection de 11 784 images échographiques, divisées en deux groupes : celles montrant le syndrome et celles qui ne le montraient pas. Au lieu d'entraîner leurs modèles sur l'ensemble de la collection à la fois, ils ont simulé un scénario où l'ordinateur devait apprendre à partir de très petits groupes d'images. Ils ont testé le système avec seulement cinq exemples par condition, puis ont augmenté progressivement le nombre à dix, vingt, cinquante, et enfin l'ensemble du jeu de données.

Les chercheurs ont comparé deux types d'architectures informatiques, que l'on peut considérer comme les moteurs sous-jacents qui traitent l'information visuelle. L'un des moteurs était conçu pour être extrêmement efficace mais restait principalement « gelé », ce qui signifie qu'il ne pouvait pas modifier beaucoup sa structure interne pendant l'apprentissage. L'autre moteur était autorisé à ajuster ses couches finales, lui donnant plus de flexibilité pour s'adapter aux détails spécifiques des images médicales. Les résultats ont montré un vainqueur clair dans l'environnement à faibles données. Le moteur flexible, qui ajustait ses couches plus profondes, a systématiquement surpassé le moteur rigide. Lorsqu'il n'avait que cinq exemples pour apprendre, le système flexible identifiait correctement la condition environ 79 % du temps, tandis que le système rigide réussissait environ 76 %. À mesure que la quantité de données d'entraînement augmentait, les deux systèmes s'amélioraient, mais le système flexible maintenait une avance constante, surtout lorsque le nombre d'exemples était faible. Aux niveaux de données les plus bas, le système rigide a atteint un niveau de performance respectable de 75,5 % de précision et 0,844 d'AUC, bien qu'il ait montré une précision légèrement inférieure et une capacité moins équilibrée à distinguer les deux types d'images par rapport au système flexible.

La découverte la plus surprenante concernait le « pourquoi » derrière les décisions de l'ordinateur. Les chercheurs ont utilisé une technique qui met en évidence les zones spécifiques d'une image qui ont influencé le choix de l'ordinateur, créant une carte thermique qui brille sur les parties pertinentes. Ils voulaient voir si ces cartes thermiques devenaient floues ou peu fiables lorsque l'ordinateur était entraîné sur très peu d'images. Ils ont mesuré la fiabilité de ces explications à l'aide de plusieurs tests rigoureux, vérifiant si la confiance de l'ordinateur chutait lorsque la zone mise en évidence était supprimée, et comment la carte thermique restait stable lorsque l'image était légèrement altérée. Les conclusions ont été rassurantes. Bien que les mesures spécifiques varient selon les modèles et les quantités de données, la qualité globale de l'explication ne s'est pas dégradée statistiquement à mesure que la quantité de données d'entraînement diminuait. Même lorsqu'un ordinateur était entraîné sur seulement cinq exemples, les cartes thermiques qu'il produisait restaient statistiquement fidèles dans leur fidélité, montrant que l'ordinateur regardait réellement les follicules et les structures ovariennes qui importent pour un médecin, quel que soit le peu de données qu'il avait vues, même si les motifs d'activation visuelle paraissaient quelque peu plus diffus que dans les scénarios de données complètes.

Cette stabilité s'est avérée vraie même lorsque les chercheurs ont testé la robustesse du système contre le bruit, simulant les variations qui se produisent dans les cliniques du monde réel où l'équipement diffère d'un hôpital à l'autre. Le système flexible est resté stable, tandis que le système rigide a montré des signes de sensibilité, ses explications changeant plus facilement lorsque la qualité de l'image changeait. L'étude suggère que pour que l'IA médicale soit réellement utile dans les contextes à ressources limitées, où les grands ensembles de données ne sont pas disponibles, la clé n'est pas seulement d'avoir un modèle puissant, mais de choisir un modèle capable d'adapter ses couches profondes à la tâche spécifique. La recherche confirme qu'il est possible de construire des systèmes qui sont à la fois précis et explicables, même lorsque les données d'entraînement sont extrêmement limitées. Cela offre une voie à suivre pour le déploiement d'outils de diagnostic dignes de confiance dans les endroits où chaque image de patient compte, garantissant que le raisonnement de l'ordinateur reste clair et fiable pour les médecins qui en dépendent.