Representation-Level Adversarial Regularization for Clinically Aligned Multitask Thyroid Ultrasound Assessment

1. Il Problema

L'ecografia tiroidea è l'esame di prima linea per la valutazione dei noduli tiroidei. Nel flusso di lavoro clinico standard, i radiologi producono due output accoppiati:

1. Contorno del nodulo: Per misurazioni e documentazione.
2. Categoria TI-RADS: Una classificazione del rischio basata su criteri ecografici (margine, ecogenicità, forma, ecc.) che guida le decisioni cliniche (biopsia, sorveglianza, ecc.).

Le sfide principali identificate dagli autori sono:

• Variabilità degli annotatori: Diversi radiologi possono disegnare contorni sistematicamente diversi o assegnare categorie di rischio differenti allo stesso caso. Questo crea una "verità fondamentale" (ground truth) inconsistente che destabilizza l'addestramento dei modelli di deep learning.
• Limitazioni dei pipeline sequenziali: I metodi esistenti spesso segmentano prima e classificano dopo. Questo approccio è fragile perché gli errori di segmentazione si propagano alla classificazione e, viceversa, le informazioni sul rischio non influenzano la delineazione.
• Conflitto dei gradienti nell'apprendimento multitask: Quando si addestra un modello unico per entrambe le attività, i gradienti delle diverse task possono competere nello spazio di rappresentazione condiviso, portando a un "trasferimento negativo" e a prestazioni subottimali.

2. Metodologia

Gli autori propongono un framework multitask clinicamente allineato che prevede simultaneamente la segmentazione del nodulo e la classificazione TI-RADS all'interno di un'unica architettura.

Architettura di Base

• Encoder Condiviso: Utilizza un encoder (basato su nnU-Net) per estrarre una rappresentazione latente $z$ dall'immagine ecografica.
• Teste di Output: La rappresentazione viene decodificata in due direzioni:
  • Una mappa di segmentazione (maschera).
  • Logit per la classificazione TI-RADS.
• Guida Clinica (Radiomics Distillation): Per ancorare la predizione del rischio a prove clinicamente significative, una parte dell'embedding di classificazione ($h_{tirads}$) è vincolata a riprodurre un vettore target di radiomica (13 dimensioni) calcolato durante l'addestramento sulla maschera ground truth. Questi target includono caratteristiche di forma (es. rapporto asse maggiore/minore), margini (nitidezza) e texture (entropia, kurtosis). Nota: I calcoli radiomici avvengono solo in addestramento come segnale di distillazione, non in inferenza.

Il Contributo Chiave: RLAR (Representation-Level Adversarial Regularization)

Per risolvere il conflitto dei gradienti senza separare rigidamente le rappresentazioni (che potrebbe essere troppo rigido dato che le task condividono evidenze cliniche), gli autori introducono RLAR.

• Concetto: Invece di manipolare i gradienti a livello di parametri, RLAR opera nello spazio latente condiviso.
• Meccanismo:
  1. Per ogni task (segmentazione, classificazione, guida clinica), viene calcolata una direzione avversaria normalizzata ($\delta_t$) nello spazio delle rappresentazioni. Questa direzione indica come modificare la rappresentazione per massimizzare la perdita di quella specifica task.
  2. Viene misurata la similarità coseno tra le direzioni avversarie di task diverse.
  3. Viene aggiunta una penalità ($L_{RLAR}$) che scoraggia un allineamento angolare eccessivo tra queste direzioni.
• Obiettivo: Questo incoraggia le sensibilità delle task a essere complementari (non conflittuali) nello spazio latente, stabilizzando l'ottimizzazione sotto supervisione inconsistente.

3. Risultati Sperimentali

Il modello è stato valutato su due dataset pubblici: ThyroidXL (dati statici B-mode, validati con patologia) e AIMI (frame derivati da cine-loop, con maggiore variabilità intra-caso).

• Classificazione TI-RADS:
  • Il modello guidato clinicamente con RLAR ha ottenuto le migliori prestazioni in termini di Recall sul dataset esterno AIMI (0.4033), superando i baselines multitask e single-task. Un alto recall è clinicamente cruciale per non perdere noduli ad alto rischio.
  • Su ThyroidXL, il modello ha mostrato una varianza estremamente bassa tra le fold di cross-validazione, indicando un'ottimizzazione molto stabile.
• Segmentazione:
  • RLAR ha mantenuto prestazioni di segmentazione competitive (secondo posto su ThyroidXL per Dice/IoU, ma con varianza significativamente ridotta rispetto al multitask "vanilla").
  • Su AIMI, RLAR ha ottenuto il miglior punteggio HD95 (distanza Hausdorff al 95%) tra le varianti multitask, suggerendo una maggiore robustezza dei bordi e una migliore generalizzazione cross-dominio.
• Studi di Ablazione:
  • L'applicazione di RLAR al bottleneck (livello più profondo) è stata più efficace su ThyroidXL, mentre il livello medio dell'encoder ha funzionato meglio su AIMI, probabilmente a causa della maggiore variabilità temporale nei cine-loop.
  • L'analisi di importanza delle feature ha mostrato che la rimozione di singole feature radiomiche ha un impatto minimo su ThyroidXL, ma un impatto significativo su AIMI, indicando che la guida clinica è essenziale per la generalizzazione su dati esterni complessi.

4. Contributi Chiave

1. Framework Multitask Clinicamente Allineato: Un approccio unificato che modella il flusso di lavoro reale del radiologo (contorno + rischio) invece di trattarle come task isolate o sequenziali.
2. Distillazione Radiomica: Integrazione di target radiomici interpretabili nello spazio latente per guidare l'apprendimento della classificazione senza aggiungere costi computazionali in inferenza.
3. RLAR (Regularizzatore Adversario a Livello di Rappresentazione): Una nuova tecnica di regolarizzazione geometrica che gestisce esplicitamente il conflitto dei gradienti penalizzando l'allineamento delle direzioni di sensibilità avversaria, migliorando la stabilità dell'addestramento multitask.
4. Robustezza alla Variabilità: Dimostrazione che il metodo migliora la generalizzazione su dataset esterni (AIMI) e riduce la sensibilità alla variabilità degli annotatori.

5. Significato e Impatto

Questo lavoro è significativo perché sposta il paradigma dell'analisi ecografica tiroidea da modelli puramente data-driven a modelli guidati dalla conoscenza clinica.

• Affidabilità Clinica: Migliorando il recall nella stratificazione del rischio, il sistema riduce il potenziale di falsi negativi, un aspetto critico per la sicurezza del paziente.
• Stabilità dell'Addestramento: RLAR offre una soluzione elegante al problema del "negative transfer" nell'apprendimento multitask, permettendo di sfruttare sinergie tra task senza sacrificare la stabilità.
• Deployabilità: Poiché la guida radiomica e i calcoli di RLAR avvengono solo in fase di addestramento, il modello finale non richiede input aggiuntivi o calcoli complessi durante l'uso clinico reale, facilitandone l'integrazione nei flussi di lavoro ospedalieri.

In sintesi, gli autori dimostrano che un controllo geometrico intelligente delle interazioni tra task, combinato con una guida clinica esplicita, può superare le limitazioni della variabilità umana e dei dataset eterogenei nell'ecografia tiroidea.