Riepilogo Tecnico: MPD2-Router

Enunciato del Problema

Il documento affronta le limitazioni dei predittori AI standard "one-shot" nello screening oftalmico del glaucoma. I sistemi attuali tipicamente producono un'unica etichetta senza considerare la natura sequenziale e incerta del processo decisionale clinico. Gli autori identificano diverse lacune critiche nelle formulazioni esistenti di "Learning-to-Defer" (L2D) quando applicate a flussi di lavoro clinici reali:

1. Eterogeneità degli Esperti: Gli esperti umani (oftalmologi, tirocinanti, valutatori) non sono oracoli intercambiabili; variano per esperienza, conoscenza di sottospecialità e soglie decisionali.
2. Vincoli di Disponibilità: Nella pratica, non tutti gli esperti sono disponibili per ogni caso, eppure l'L2D standard assume spesso un set di esperti statico e pienamente disponibile.
3. Danno Asimmetrico: Gli errori diagnostici comportano costi asimmetrici (ad esempio, non rilevare il glaucoma è più dannoso di un falso rinvio), aspetto che le formulazioni standard spesso trascurano.
4. Shift di Distribuzione e Morfologia: L'affidabilità dell'AI si degrada in condizioni fuori distribuzione (OOD), con bassa qualità dell'immagine e specifiche difficoltà morfologiche (ad esempio, variazioni nel rapporto cup-to-disc), eppure i modelli standard si affidano spesso esclusivamente ai punteggi di confidenza.
5. Collasso degli Esperti: I metodi esistenti di instradamento multi-esperto spesso falliscono nel distribuire uniformemente il carico di lavoro, causando un "collasso degli esperti" in cui i casi difficili vengono instradati a un singolo esperto dominante, sovraccaricandolo.

Il problema centrale viene riformulato come un problema di instradamento vincolato uomo-AI: determinare non solo se deferire un caso a un umano, ma anche quale esperto disponibile sia più appropriato, gestendo al contempo carico di lavoro, costi e sicurezza clinica.

Metodologia: MPD2-Router

Gli autori propongono MPD2-Router (Mask-aware Multi-expert Prior-regularized Dual-head Deferral Router), un framework che accoppia una politica a due teste con un gating consapevole delle maschere e regolarizzazione specializzata.

1. Rappresentazione del Router

Il router elabora una rappresentazione fusa ($h_i$) derivata da tre fonti complementari:

• Logits AI Congelati: Output da un classificatore SwinV2 pre-addestrato e congelato.
• Segnali di Rischio: Un vettore che combina punteggi di Virtual-logit Matching (VIM), rischio di qualità dell'immagine e incertezza di probabilità massima.
• Caratteristiche Morfologiche: Caratteristiche strutturali derivate dalla segmentazione del disco ottico e della cupola ottica (rapporti cup-to-disc verticali e di area), inclusa una stima del rischio strutturale e una misura di disaccordo tra AI e struttura.

2. Politica a Due Teste

La politica $\pi_\theta$ è fattorizzata in due decisioni accoppiate:

• Testa di Deferimento: Stima la massa di deferimento soft $d_i$ (probabilità di deferire a un umano). Impone una previsione autonoma se nessun esperto è fattibile per un dato campione.
• Testa di Allocazione degli Esperti: Determina a chi deferire. Questa testa utilizza un meccanismo di gating Gumbel–sigmoid consapevole delle maschere:
  • Fase I (Selezione del Supporto): Utilizza una mappa di mascheramento estesa ai reali per imporre rigorosamente la fattibilità. Gli esperti non fattibili vengono mascherati a $-\infty$ prima del rilassamento Gumbel-softmax, garantendo che la probabilità di selezionare un esperto non disponibile sia esattamente zero.
  • Fase II (Allocazione): Alloca la massa di probabilità solo sull'insieme di esperti fattibili selezionati nella Fase I, normalizzata tramite un softmax mascherato.
  • Meccanismo di Riparazione: Se la selezione stocastica del supporto risulta in un insieme vuoto, la politica ricade sulla maschera fattibile completa per garantire un'azione valida.

3. Regolarizzazione e Obiettivi

Per prevenire il collasso degli esperti e garantire un carico di lavoro bilanciato, l'obiettivo di addestramento include:

• Prior di Distribuzione Specifico per Gruppo (GSDP): Un prior in stile empirico-Bayes gerarchico che contrae le distribuzioni di allocazione a livello di gruppo verso stime ponderate per l'affidabilità derivate dalle statistiche globali della coorte. Ciò impedisce che gruppi specifici di casi si concentrino eccessivamente su un singolo esperto.
• Regolarizzatore Rank-Majorization Jensen–Shannon (JS): Penalizza il profilo di rango ordinato della distribuzione di allocazione. Si attiva solo quando il router assegna una massa cumulativa eccessiva agli esperti meglio classificati rispetto a un riferimento geometrico, scoraggiando la concentrazione a livello di campione senza imporre uniformità.
• Obiettivo Sensibile ai Costi Asimmetrici: Minimizza una funzione di rischio clinico-operativo che tiene conto dei costi di falso negativo/positivo ($c_{fn}, c_{fp}$) e dei costi operativi degli esperti ($\kappa_j$).
• Controllo di Deferimento con Lagrangiano Aumentato: Impone un budget di deferimento soft ($\bar{d} \le \rho_{def}$) utilizzando un moltiplicatore di Lagrangiano aumentato, permettendo al modello di apprendere un tasso di deferimento controllato piuttosto che un sottoprodotto incontrollato.

Contributi Chiave

1. Formulazione: Riformula il triage del glaucoma come un problema di instradamento vincolato che modella esplicitamente la disponibilità per-campione degli esperti, il comportamento eterogeneo degli esperti e il danno diagnostico asimmetrico.
2. Architettura: Introduce un router a due teste con gating Gumbel–sigmoid consapevole delle maschere che impone rigorosamente i vincoli di fattibilità sia durante l'addestramento che l'inferenza, separando la decisione "se deferire" dalla decisione "a chi deferire".
3. Regolarizzazione: Propone una combinazione innovativa di regolarizzatori GSDP e Rank-Majorization JS per mitigare il collasso degli esperti (concentrazione dei casi deferiti su pochi esperti) preservando al contempo un'allocazione consapevole dei costi.
4. Strategia di Addestramento: Utilizza un obiettivo sensibile ai costi asimmetrici con un controllore a Lagrangiano aumentato per produrre decisioni allineate alla clinica sotto un budget di deferimento.

Risultati Sperimentali

Il metodo è stato valutato su tre coorti transnazionali di glaucoma: REFUGE, CHAKSU e ORIGA. Un backbone AI congelato addestrato su REFUGE è stato utilizzato per simulare spostamenti di distribuzione cross-dominio.

• Prestazioni: MPD2-Router ha ottenuto le prestazioni complessive più forti, migliorando l'accuratezza da 0,755 (solo AI) a 0,960, l'F1 da 0,530 a 0,868 e l'MCC da 0,482 a 0,844.
• Efficienza dei Costi: Ha ridotto significativamente il costo clinico (da 0,372 a 0,068) e il costo totale rispetto alla sola AI e ad altri baseline (ad esempio, Verma-OvA, Hemmer-MoE).
• Ottimalità di Pareto: Il metodo occupa una regione favorevole di Pareto nello spazio di compromesso F1–MCC–costo, ottenendo un'alta utilità predittiva senza incorrere nei costi di deferimento eccessivi osservati in altri metodi.
• Robustezza: Sotto shift di distribuzione (specificamente sul dataset ORIGA dove l'accuratezza della sola AI è scesa a 0,491), MPD2-Router ha recuperato le prestazioni portandole a un'accuratezza di 0,926 e un MCC di 0,820, mantenendo al contempo il costo totale più basso.
• Utilizzo degli Esperti: Il metodo ha dimostrato un utilizzo equilibrato degli esperti, ottenendo la quota Top-1 più bassa (24,7%) e la quota Top-2 più bassa (44,0%) tra i metodi confrontati, indicando che evita il collasso dell'instradamento su un singolo esperto dominante.
• Stratificazione del Rischio: Il router ha mostrato una crescita dei costi più lenta sotto alto rischio strutturale e di affidabilità del modello rispetto ai baseline, rimanendo sostanzialmente al di sotto delle prestazioni della sola AI negli strati a rischio più elevato.

Significato e Affermazioni

Il documento afferma che MPD2-Router fornisce un framework fondato sulla clinica per analizzare quando l'AI autonoma è appropriata e come l'attenzione scarsa degli esperti debba essere allocata in sicurezza sotto shift di distribuzione.

• Sicurezza e Selettività: Il sistema è selettivo e non indiscriminato, instradando i casi basandosi su una fusione di incertezza, morfologia, qualità dell'immagine e segnali OOD, piuttosto che sulla sola confidenza.
• Implementazione Pratica: Impedendo il collasso degli esperti e imponendo la disponibilità per-campione, il metodo affronta i principali fallimenti di implementazione dell'L2D standard, come il sovraccarico di specialisti specifici o l'ignorare i vincoli di disponibilità.
• Limitazioni: Gli autori notano modestamente che la valutazione si basa su dataset retrospettivi cross-coorte con etichette degli esperti eterogenee e parzialmente osservate (utilizzando etichette semi-sintetiche per REFUGE e pseudo-etichette per ORIGA). Affermano che sono necessarie una validazione clinica prospettica e una revisione regolatoria prima di un'effettiva implementazione, ma i risultati cross-coorte suggeriscono che il metodo rimane efficace sotto supervisione sparsa ed eterogenea.

Il lavoro posiziona l'instradamento strutturato uomo-AI come una direzione pratica per un'implementazione oftalmica AI più sicura, andando oltre la semplice classificazione verso un supporto decisionale istanza-per-istanza, consapevole dei costi e della disponibilità.