Probabilistic Robustness in Medical Image Classification

Sintesi Tecnica: Robustezza Probabilistica nella Classificazione di Immagini Mediche

Problema
Sebbene il Deep Learning (DL) abbia dimostrato prestazioni elevate nei compiti di classificazione di immagini mediche — che spaziano dall'analisi di MRI e CT alla diagnosi di cancro della pelle e malattie polmonari — il suo dispiegamento in contesti clinici critici per la sicurezza è ostacolato da preoccupazioni riguardanti l'affidabilità. La ricerca esistente sulla robustezza si concentra prevalentemente sulla Robustezza Avversaria (AR), che adotta una prospettiva del caso peggiore cercando la singola perturbazione deterministica all'interno di una norma ball che massimizza la perdita di predizione. Gli autori sostengono che questa formulazione del caso peggiore sia meno rappresentativa delle applicazioni mediche del mondo reale, dove le perturbazioni sono spesso stocastiche (ad es. degradazione delle apparecchiature, defocus della fotocamera) piuttosto che attacchi deterministici. Di conseguenza, esiste la necessità di una misura più pratica dell'affidabilità del modello che tenga conto della probabilità di errori sotto perturbazioni casuali e realistiche.

Metodologia
Per affrontare questa lacuna, lo studio investiga la Robustezza Probabilistica (PR), un approccio statistico che valuta la probabilità complessiva che un modello mantenga predizioni corrette sotto perturbazioni casuali. La metodologia prevede tre componenti chiave:

1. Definizione di Robustezza Probabilistica: A differenza dell'AR, che risolve $\delta^* = \arg \max_{\|\delta\| \leq \gamma} L(x+\delta, y; \theta)$, la PR definisce la robustezza come la probabilità attesa che la predizione del modello rimanga invariata sotto una perturbazione casuale $\delta$ estratta da una distribuzione di input locale $Pr(\cdot|x)$. Formalmente, $R(x, \gamma) = \mathbb{E}_{\delta \sim Pr(\cdot|x), \|\delta\| \leq \gamma} [I\{f_\theta(x+\delta) = y\}]$.
2. Impostazioni di Corruzione Naturale: Gli autori costruiscono un insieme di impostazioni standard di corruzione naturale per la classificazione di immagini mediche adattando i tipi di perturbazione ampiamente studiati nella computer vision generale al dominio dell'imaging medico.
3. Configurazione Sperimentale: Lo studio utilizza il dataset MedMNIST v2, nello specifico il subset PathMNIST (immagini patologiche coloreali a 9 classi con circa 107k campioni). Vengono valutati due backbone CNN comunemente utilizzati, ResNet-18 e ResNet-50. Le prestazioni sono misurate utilizzando metriche standard (Accuratezza e AUC) su immagini pulite, insieme alla valutazione della PR sotto sei specifiche corruzioni naturali: Defocus, Motion blur, Stain (colorazione), Saturation (saturazione), Pixelation (pixelazione) e variazioni di Brightness (luminosità). La valutazione della PR segue il protocollo di benchmarking definito in PRBench.

Contributi Chiave
Il documento delinea tre contributi primari:

1. Indagine sulla PR nel Contesto Medico: Il lavoro evidenzia la rilevanza pratica della robustezza probabilistica per i sistemi di diagnosi medica critici per la sicurezza, sostenendo che sia più adatta rispetto alla robustezza avversaria del caso peggiore per scenari di perturbazione realistici.
2. Framework di Corruzione Standardizzato: Gli autori costruiscono e standardizzano un insieme di impostazioni di corruzione naturale specificamente per compiti di immagini mediche adattando le perturbazioni della computer vision generale, consentendo un protocollo di valutazione della robustezza più realistico.
3. Valutazione Sistematica: Viene condotta una valutazione completa di ResNet-18 e ResNet-50 su MedMNIST v2, analizzando la PR sotto impostazioni di corruzione di immagini mediche oltre alla convenzionale accuratezza predittiva.

Risultati
I risultati sperimentali su PathMNIST rivelano diverse intuizioni critiche:

• Sostanziale Calo delle Prestazioni: Sebbene i modelli raggiungano un'elevata accuratezza su immagini pulite (ad es., ResNet-18: 90,68% ACC, 98,46% AUC), la loro robustezza probabilistica diminuisce significativamente sotto corruzioni naturali. Ad esempio, sotto variazioni di luminosità, la PR scende al 62,84% per ResNet-18 e al 67,91% per ResNet-50.
• Dipendenza dalla Corruzione: La robustezza dipende fortemente dal tipo di corruzione. Entrambi i modelli rimangono relativamente robusti contro Pixelation, Stain e Saturation, ma sono significativamente più vulnerabili a Motion blur e Defocus. Le variazioni di luminosità causano inoltre un sostanziale degrado.
• Prestazioni su Immagini Pulite vs. Robustezza: Una maggiore prestazione su immagini pulite non garantisce una migliore robustezza probabilistica. Sebbene ResNet-50 raggiunga ACC e AUC superiori rispetto a ResNet-18, non dimostra costantemente una PR superiore in tutti i tipi di corruzione.

Significatività e Rivendicazioni
Il documento sostiene che la Robustezza Probabilistica offra una prospettiva più pratica rispetto alla robustezza del caso peggiore per valutare l'affidabilità dei modelli DL sotto perturbazioni realistiche. Fornendo un riferimento statisticamente fondato, questo lavoro mira a supportare il dispiegamento più sicuro dei sistemi di deep learning nell'imaging medico. Lo studio sottolinea che i problemi di qualità dell'immagine comuni nella pratica (ad es., degradazione delle apparecchiature) possono portare a predizioni meno affidabili, anche per modelli con alta accuratezza standard, rendendo necessari framework di valutazione che vadano oltre gli esempi avversari deterministici.