Adaptive Group-Based Counterfactual Explanations for Time-Series Rehabilitation Data

Sintesi Tecnica: Spiegazioni Controfattuali Adattive Basate su Gruppi per Dati di Riabilitazione di Serie Temporali

Definizione del Problema
Nella riabilitazione clinica, in particolare quando si analizza il movimento tramite sensori inerziali (IMU) multi-sensore, i modelli di apprendimento automatico spesso mancano di interpretabilità per gli esperti del dominio. I clinici ragionano in termini di gruppi di caratteristiche semantiche (ad esempio, gruppi muscolari, segmenti articolari e sinergie) piuttosto che su singoli canali di sensori. I metodi standard di Spiegazione Controfattuale (CE) per i dati di serie temporali operano tipicamente a livello di canale. Questo approccio porta a quattro criticità fondamentali in contesti IMU ad alta dimensionalità (ad esempio, 48 canali da 8 sensori):

1. Esplosione Combinatoria: Lo spazio di ricerca scala con il numero di canali moltiplicato per i passi temporali, risultando spesso in perturbazioni dense e disperse.
2. Incoerenza Biomeccanica: Le modifiche a livello di canale possono violare i vincoli fisici, producendo sequenze implausibili (ad esempio, cambiamenti isolati degli assi che ignorano la cinematica articolare).
3. Frammentazione Temporale: Le modifiche disperse creano un "confetti temporale" anziché finestre di intervento coerenti.
4. Mancanza di Gerarchia: Le spiegazioni non riescono a mappare i concetti a livello di sistema (gruppi muscolari) verso i sensori specifici.

I metodi esistenti raramente codificano l'raggruppamento dei sensori o le astrazioni a livello di segmento, limitandone l'utilità clinica.

Metodologia
Gli autori propongono Adaptive-MO, un framework in due fasi per la generazione di controfattuali basati su gruppi in dati di serie temporali ad alta dimensionalità. Il metodo integra il raggruppamento informato dal dominio con l'ottimizzazione multi-obiettivo adattiva.

1. Raggruppamento Informato dal Dominio:
   Il framework definisce i gruppi di sensori basandosi sulle posizioni anatomiche e sulle modalità di segnale. Nello specifico, adotta una strategia di raggruppamento basata sulla modalità in cui i segnali di accelerometro e giroscopio sono trattati come gruppi separati per ogni muscolo (generando 16 gruppi da 48 canali). Ciò distingue l'accelerazione lineare dalla cinematica rotazionale preservando al contempo le relazioni anatomiche.

2. Classificazione dei Gruppi Shapley-Adattiva (SA):
   Per ridurre la complessità della ricerca, il metodo stima prima i valori di Shapley a livello di canale (tramite GradientSHAP) e li aggrega a livello di importanza di gruppo utilizzando il valore assoluto massimo. I primi $k$ gruppi più influenti vengono selezionati per restringere lo spazio di ricerca dell'ottimizzazione. Tuttavia, gli esperimenti hanno dimostrato che la classificazione SA statica preserva la validità ma non riesce a imporre una sufficiente sparsità a livello di gruppo.

3. Meccanismo di Gate Apprendibile (LG):
   Per affrontare il limite della sparsità, gli autori introducono i Gate Apprendibili (Learnable Gates). Si tratta di parametri di rilevanza per gruppo ($\gamma_g$) addestrabili, ottimizzati congiuntamente con le maschere di perturbazione.

   • Parametrizzazione: I controfattuali sono generati mescolando l'input con un vicino non simile più prossimo (guida) utilizzando una maschera continua modulata dai gate.
   • Regolarizzazione: I gate sono regolarizzati con una penalità combinata $\ell_1$ (per spingere i gate inutilizzati a zero) e una penalità di binarizzazione (per spingere i gate verso 0 o 1). Ciò consente al modello di eliminare dinamicamente i gruppi irrilevanti durante l'ottimizzazione, producendo un sottoinsieme sparso e binario di gruppi.

4. Ottimizzazione Multi-Obiettivo:
   Il framework ottimizza una funzione di perdita totale composta da quattro termini:

   • Validità: Garantire che l'input modificato predica la classe target.
   • Sparsità: Minimizzare l'entità della maschera (livello di canale) e il numero di gruppi attivi.
   • Fluidità Temporale: Imporre la fluidità tramite una norma di variazione totale di ordine superiore.
   • Regolarizzazione del Gate: Incoraggiare la selezione di un set minimo di gruppi.
     Uno schema di pesatura adattiva sposta l'enfasi dalla validità alla sparsità una volta raggiunta una predizione target sicura.

Contributi Chiave

1. Framework Adaptive-MO: Un nuovo framework che combina la classificazione dei gruppi basata su Shapley con la selezione dinamica dei gruppi di sensori per CE strutturate in serie temporali ad alta dimensionalità.
2. Meccanismo di Gate Apprendibile (LG): Un metodo che utilizza gate apprendibili per selezionare automaticamente un set sparso, interpretabile e clinicamente significativo di gruppi di sensori, ottimizzato congiuntamente con le maschere di perturbazione.
3. Validazione Empirica: Valutazione sistematica sul dataset KneE-PAD (31 pazienti, 8 IMU, 3 esercizi: squat, estensione del ginocchio, deambulazione) che dimostra come i controfattuali strutturati per gruppi forniscano una guida correttiva concisa a livello muscolare.

Risultati
Gli esperimenti hanno confrontato le varianti LG proposte rispetto al baseline a livello di canale M-CELS (un metodo allo stato dell'arte per serie temporali multivariate).

• Validità e Tasso di Successo: La variante con prestazioni migliori, LG-SHAP pruned, ha raggiunto un tasso di successo controfattuale del 94,7% (rispetto al 90,0% di M-CELS) con un'alta confidenza del target (80,8%).
• Sparsità: I metodi LG hanno ridotto significativamente la complessità della spiegazione. La variante LG-SHAP pruned ha modificato in media 8,2 gruppi di modalità (una riduzione del 27% rispetto agli 11,2 di M-CELS) e 18,0 canali (una riduzione del 22%). La variante LG-fixed prune ha ottenuto una scarsità ancora maggiore (5,2 gruppi) con un modesto compromesso sulla validità.
• Plausibilità e Fluidità: Le perturbazioni strutturate per gruppi hanno mantenuto una fluidità temporale comparabile a M-CELS, indicando che non sono state introdotte discontinuità artificiali.
• Pattern Specifici per l'Esercizio: LG ha prodotto pattern di attivazione selettivi e specifici per l'esercizio allineati con la biomeccanica (ad esempio, mirando alla co-contrazione di quadricipite/femorale per l'estensione del ginocchio), mentre M-CELS mostrava un'attivazione diffusa e ampia tra i gruppi.
• Efficienza: I tempi di generazione per le varianti LG (8,0–9,7s) sono comparabili o più rapidi di M-CELS (10,0s).

Significato e Rivendicazioni
L'articolo sostiene che il framework proposto migliora l'interpretabilità senza sacrificare la qualità del controfattuale. Allineando la struttura della spiegazione con il ragionamento clinico (gruppi muscolari e segmenti articolari), il metodo produce spiegazioni azionabili per l'analisi del movimento nella riabilitazione.

• Allineamento Clinico: Le spiegazioni controfattuali strutturate per gruppi forniscono una guida correttiva concisa a livello muscolare (ad esempio, "ridurre l'attività del femorale destro") che corrisponde al ragionamento gerarchico dei fisioterapisti.
• Miglioramento Strutturale: Il lavoro dimostra che l'ottimizzazione dinamica dei gruppi di caratteristiche a livello di gruppo produce spiegazioni più interpretabili e affidabili rispetto ai metodi a livello di canale nelle IMU per la riabilitazione.
• Scelta di Design: L'articolo evidenzia il raggruppamento dei sensori come una scelta di design teoricamente fondata e praticamente importante per i controfattuali di serie temporali.

Limitazioni e Lavoro Futuro
Gli autori notano che gli esperimenti sono stati limitati al dataset KneE-PAD con un numero specifico di registrazioni dei pazienti. Il raggruppamento dei sensori è stato creato manualmente per le IMU dell'arto inferiore. Il lavoro futuro suggerito include la scoperta automatica dei gruppi, la fusione multimodale (ad esempio, con sEMG), l'implementazione in tempo reale nella telereabilitazione, nonché studi sull'utente con i clinici per valutarne la fiducia e l'azionabilità.