Acquisition state behaves as a structured, measurable variable governing lung-nodule AI: kernel-driven measurement instability and noise-driven detection fragility, invisible to DICOM metadata

Sintesi Tecnica: Lo Stato di Acquisizione come Variabile Strutturata e Misurabile nell'IA per i Noduli Polmonari

Problema
Gli attuali framework di governance per l'intelligenza artificiale nelle immagini mediche, come il parametro di pratica ACR–SIIM 2026 e il registro ACR Assess-AI, si concentrano principalmente sulle metriche di output (concordanza IA-referto) e sui metadati DICOM. Questi programmi assumono che, se l'output cambia, la causa possa essere inferita dai campi dell'header o dalle caratteristiche del paziente. Tuttavia, questo approccio non affronta una lacuna critica: se gli studi in entrata rimangano all'interno della specifica envelope di acquisizione (inviluppo di acquisizione) sotto la quale il modello è stato validato.

Il problema centrale è che lo stato di acquisizione (ad esempio, kernel di ricostruzione, dose, spessore della fetta) spesso non è completamente recuperabile dai metadati DICOM. Descrittori di header identici (ad esempio, "STANDARD" per il tag ConvolutionKernel) possono mascherare ricostruzioni d'immagine profondamente diverse (ad esempio, back-proiezione filtrata rispetto a ricostruzione iterativa). Di conseguenza, i sistemi di monitoraggio possono rilevare il drift delle prestazioni, ma non possono attribuirlo a cambiamenti nell'acquisizione rispetto a cambiamenti nel case-mix, né possono distinguere tra diversi tipi di modalità di errore (errore di misurazione rispetto a fallimento di rilevamento).

Metodologia
Lo studio ha utilizzato un modello MONAI RetinaNet congelato (addestrato su LUNA16) per valutare il rilevamento e la misurazione dei noduli polmonari attraverso tre setup sperimentali:

1. Coppie di Kernel Real-World (NLST): Gli autori hanno analizzato 155 noduli accoppiati dal National Lung Screening Trial (NLST), confrontando le ricostruzioni con kernel morbido (B30f) e kernel netto (B80f) delle stesse acquisizioni grezze. Hanno misurato le variazioni del diametro riportato dall'IA, della confidenza di rilevamento e dei "crossings di categoria dimensionale di Fleischner" (dove uno spostamento dimensionale altera le raccomandazioni cliniche di follow-up). Un coorte espanso di 367 noduli è stato utilizzato per l'analisi stratificata.
2. Perturbazioni a Singolo Asse Controllate (LIDC-IDRI): Utilizzando un motore di degradazione guidato dalla fisica, gli autori hanno applicato perturbazioni isolate alle scansioni di base:
   • Asse del Rumore: Riduzione della dose.
   • Asse della Frequenza: Cambiamenti del kernel di ricostruzione.
   • Asse della Risoluzione: Cambiamenti dello spessore della fetta.
     Questo ha permesso di isolare specifici modelli di fallimento associati a ciascun asse fisico.
3. Fingerprinting di Acquisizione: Un fingerprint a 4 feature a livello di pixel (rumore $\sigma$, nitidezza del gradiente, rapporto frequenza alta/bassa, correlazione dei vicini) è stato calcolato per caratterizzare direttamente lo stato di acquisizione dai pixel dell'immagine. Questo è stato confrontato con il tag DICOM ConvolutionKernel utilizzando un fantoccio CT QIBA e dati CT reali.
4. Trasportabilità Cross-Vendor: Per testare se lo stato di acquisizione sia specifico del produttore (scanner-specific) o una variabile condivisa, gli autori hanno analizzato 737 noduli accoppiati su quattro produttori (GE, Philips, Siemens, Toshiba). Hanno esaminato la direzione degli spostamenti delle feature e hanno eseguito test di classificazione leave-one-vendor-out (LOVO).

Risultati Chiave

• Dissociazione delle Modalità di Fallimento: Gli effetti di acquisizione sono strutturati e specifici per asse, non un singolo metrica scalare di "qualità".
  • Asse Frequenza/Kernel: Guida l'instabilità di misurazione. Il cambiamento del solo kernel ha spostato il diametro del nodulo misurato dall'IA (media $|\Delta| = 0,27$ mm) e ha causato inversioni di categoria dimensionale di Fleischner nel 5,2% dei noduli (concentrate nell'intervallo 6–10 mm). Fondamentalmente, la confidenza di rilevamento è rimasta statisticamente invariata ($p=0,22$).
  • Asse del Rumore: Guida la fragilità del rilevamento. La riduzione della dose (rumore) ha degradato significativamente la confidenza di rilevamento ($p = 5,9 \times 10^{-32}$), particolarmente per i noduli piccoli (<6 mm), ma ha avuto un effetto trascurabile sulla misurazione.
• Cecità dei Metadati: Il fingerprint di acquisizione derivato dai pixel ha classificato con successo l'identità della ricostruzione (AUC a livello di paziente $\approx 0,95$ su CT reali; 0,995 su fantoccio QIBA). Al contrario, il tag DICOM ConvolutionKernel è risultato non informativo, assegnando spesso etichette identiche a ricostruzioni che producevano comportamenti divergenti dell'IA.
• Trasportabilità Cross-Vendor: L'asse del "kernel" è una coordinata condivisa piuttosto che un'idiosincrasia specifica del vendor.
  • I vettori di spostamento da soft-a-sharp sono stati quasi paralleli tra tutti i quattro produttori (similarità del coseno a coppie 0,91–0,96).
  • Un discriminatore di kernel addestrato su tre vendor ha raggiunto AUC di 0,94–0,98 sul quarto vendor tenuto fuori, eguagliando i soffitti di performance intra-vendor. Ciò suggerisce che lo stato di acquisizione è una variabile trasportabile.

Significato e Rivendicazioni
L'articolo sostiene che lo stato di acquisizione debba essere trattato come una variabile strutturata e misurabile con assi distinti (frequenza e rumore) che governano distinte modalità di fallimento dell'IA.

• Misurazione vs. Rilevamento: Il contenuto di frequenza governa l'affidabilità della misurazione (rischio di inversione della categoria dimensionale), mentre il rumore governa la sensibilità del rilevamento (rischio di mancare piccoli noduli). Queste sono modalità di fallimento distinte che il monitoraggio basato solo sull'output non può disaggregare.
• Validazione Lato Input: Poiché il segnale discriminante risiede nei pixel e non nei metadati, il monitoraggio del drift e i test di accettazione efficaci richiedono una validazione lato input consapevole dell'acquisizione. Gli attuali programmi possono rilevare che le prestazioni sono cambiate, ma non possono determinare perché (ovvero, se la distribuzione dell'input è uscita dall'envelope di validazione).
• Generalizzabilità: Il fatto che l'asse del kernel sia trasportabile tra i produttori implica che gli envelope di acquisizione caratterizzati su una flotta di scanner non devono necessariamente essere derivati da zero per un'altra, a condizione che gli assi fisici sottostanti siano condivisi.

Limitazioni
Gli autori osservano che lo studio è limitato a un'unica architettura di detector (RetinaNet) e prevalentemente a noduli solidi. L'analisi del rilevamento è inquadrata come un "precursore di confidenza" piuttosto che come un tasso di omissione dimostrato, poiché i mancati rilevamenti espliciti sono stati rari nelle perturbazioni testate. Inoltre, sebbene la struttura degli effetti di acquisizione si trasferisca tra dati simulati e reali, le magnitudo non lo fanno; le simulazioni hanno sovrastimato gli spostamenti geometrici ma sottostimato i cambiamenti testurali del rumore. Infine, la trasportabilità del fingerprint a livello di pixel (rispetto agli embedding interni del modello) tra i diversi vendor rimane un oggetto di ricerca futura.