JANUS: Anatomy-Conditioned Gating for Robust CT Triage Under Distribution Shift

Riepilogo Tecnico: JANUS – Gate Conditioning Anatomica per la Triage Robusta delle TC

Enunciato del Problema
La triage automatizzata delle TC mira a segnalare reperti clinicamente significativi, molti dei quali sono definiti da soglie quantitative (ad esempio, dimensioni degli organi, calibro dei vasi, densità HU) piuttosto che dal solo aspetto visivo. Sebbene i Vision Transformers (ViT) forniscano rappresentazioni visive robuste, spesso mancano di meccanismi espliciti per incorporare questi segnali di misurazione. Sotto spostamenti di distribuzione (ad esempio, cambiamenti nei protocolli degli scanner o nelle impostazioni di ricostruzione), l'aspetto visivo può variare significativamente mentre l'anatomia sottostante rimane invariata. I precedenti tentativi di colmare questo divario utilizzando statistiche grossolane a livello di organo o fusione additiva spesso falliscono nel fornire meccanismi di soppressione espliciti, permettendo ai modelli di agganciarsi a correlazioni spurie quando le evidenze visive e quantitative sono in conflitto.

Metodologia: Architettura JANUS
Gli autori introducono JANUS, un'architettura a doppio flusso guidata dalla fisiologia, progettata per condizionare gli embedding visivi su priori macro-radiomici tramite Gate Guidati Anatomicamente.

1. Ingestione Dati e Preprocessing:

   • Flusso Visivo: I volumi TC 3D sono campionati in $N$ "tri-fette" 2.5D (impilando fette adiacenti). Questi vengono elaborati da un backbone ViT DINOv3 pre-addestrato per estrarre embedding di patch.
   • Flusso Simbolico: Le maschere di segmentazione (derivate da strumenti come TotalSegmentator) sono utilizzate per calcolare un vettore di priori macro-radiomici specifico per la malattia ($s_\ell$). Questo vettore include descrittori come volumi degli organi, diametri, profili di densitometria e volumi di fluidi. Questi scalari sono normalizzati tramite z-score.

2. Codifica Visiva (Attenzione Mascherata per Organo):

   • Invece del pooling globale standard, JANUS impiega un Pooling di Attenzione Mascherata per ROI Dilatata. Per ogni patologia, viene definita una specifica maschera 3D di Regione di Interesse (ROI) (ad esempio, l'aorta per gli aneurismi).
   • Questa maschera viene dilatata per catturare il contesto peri-organo e allineata al campionamento delle tri-fette.
   • I pesi di attenzione sono calcolati solo sui token all'interno della ROI, raggruppando le caratteristiche visive ($z_{v,\ell}$) specificamente rilevanti per la patologia, ignorando lo sfondo irrilevante.

3. Gate Guidati Anatomicamente (Il Meccanismo Principale):

   • Il vettore di priori macro-radiomici $s_\ell$ viene proiettato attraverso un livello lineare appreso e passato attraverso una funzione sigmoide per produrre un gate fisiologico $g_\ell \in [0, 1]^d$.
   • Questo gate modula l'embedding visivo tramite moltiplicazione elemento per elemento (prodotto di Hadamard): $z_{gated,\ell} = z_{v,\ell} \odot g_\ell$.
   • Meccanismo: Questo agisce come un "Veto Fisiologico". Se i priori quantitativi contraddicono l'evidenza visiva (ad esempio, una caratteristica visiva suggerisce un aneurisma, ma il diametro aortico è entro i limiti normali), il gate può attenuare dimensioni specifiche dell'embedding visivo, sopprimendo efficacemente i falsi positivi ad alta confidenza.
   • Inizializzazione: Il gate è inizializzato per rimanere per lo più aperto ($g \approx 0.88$) per garantire un flusso di gradiente stabile, permettendo al modello di apprendere un gate più forte solo quando supportato dai dati di addestramento.

4. Obiettivo di Addestramento:

   • Il modello utilizza una perdita di Entropia Incrociata Binaria (BCE) pesata con curriculum su etichette parzialmente osservate. Le etichette mancanti sono trattate come negativi deboli dopo un iniziale periodo di warm-up per gestire le annotazioni incomplete comuni nei dataset retrospettivi.

Contributi Chiave

• Architettura: JANUS attualizza il principio secondo cui le misurazioni quantitative dovrebbero vincolare le previsioni visive, non solo aumentarle. Introduce un collo di bottiglia moltiplicativo che permette strutturalmente la soppressione delle evidenze visive quando queste confliggono con i priori macro-radiomici.
• Metrica (Tasso di Veto Fisiologico - PVR): Gli autori propongono il PVR per quantificare la soppressione dei falsi positivi di base ad alta confidenza. Definiscono inoltre la Selettività del Veto (rapporto tra soppressione dei falsi positivi e soppressione dei veri positivi) per dimostrare che il meccanismo di gate è selettivo e non riduce uniformemente la confidenza.
• Validazione Empirica: Lo studio fornisce un confronto rigoroso rispetto ai baseline, inclusi un ViT standard e varianti ORACLE-CT, dimostrando che il meccanismo di gate specifico supera le strategie di fusione additiva.

Risultati

• Prestazioni: Sul set di test MERLIN ($N=5.082$), JANUS ha raggiunto un macro-AUROC di 0,88 e un AUPRC di 0,74, superando tutti i baseline riprodotti (ViT-Baseline: 0,84; ORACLE-CT: 0,86).
• Generalizzazione: Su un dataset esterno ($N=2.000$) di una diversa istituzione, JANUS ha mantenuto prestazioni solide (AUROC 0,87), superando significativamente i baseline che hanno mostrato cali o stagnazione delle prestazioni.
• Calibrazione: JANUS ha dimostrato una calibrazione superiore (minore Errore di Calibrazione Atteso, ECE) sia sui dataset interni che esterni.
• Selettività: L'analisi del Tasso di Veto Fisiologico ha mostrato che, sotto spostamento di dominio, JANUS ha ridotto i falsi positivi ad alta confidenza del 30,8% influenzando solo il 2,85% dei veri positivi, risultando in una selettività di veto di 10,8$\times$.
• Robustezza: Sotto corruzione scalare simulata (fino al 50% di rumore), JANUS è degradato in modo graduale, rimanendo sopra il baseline ViT, mentre i metodi di fusione additiva (+OSF) si sono avvicinati alle prestazioni del baseline.
• Analisi Stratificata: I guadagni sono stati più pronunciati per i reperti definiti da geometria (dimensione) e densitometria (ad esempio, Aneurisma Aortico, Steatosi Epatica). Per le patologie focali dove i priori a livello di organo sono meno informativi (ad esempio, Appendicite), le prestazioni sono rimaste comparabili al baseline, evitando il degrado osservato nei modelli di fusione additiva.

Significato e Affermazioni
Il paper afferma che JANUS dimostra che il conditioning fondato sulla fisica migliora sia la discriminazione che l'affidabilità nella triage delle TC. Imponendo vincoli anatomici attraverso un meccanismo di gate moltiplicativo, il modello diventa più robusto agli spostamenti di distribuzione e migliore nel sopprimere le correlazioni visive spurie che non si allineano con i biomarcatori quantitativi. Gli autori concludono che questo approccio offre un passo clinicamente necessario verso una triage automatizzata affidabile, in particolare per i reperti definiti da soglie quantitative.

Limitazioni
Gli autori riconoscono che JANUS si basa su una pipeline sequenziale in cui la segmentazione deve precedere il gate, il che ne limita l'utilità per le reperti focali privi di chiari proxy a livello di organo. Inoltre, la robustezza scalare è stata valutata tramite corruzione simulata piuttosto che errori di segmentazione realistici, e l'uso di backbone pre-addestrati su TC rimane un lavoro futuro.