COGENT: Counterfactual Gaussian Explanations for Volumetric Medical Images

Sintesi Tecnica: COGENT

Problematica
L'impiego di modelli di deep learning in applicazioni mediche ad alto rischio, in particolare nella diagnostica per immagini volumetriche come TC e RM, richiede una robusta spiegabilità. Sebbene i modelli moderni raggiungano prestazioni allo stato dell'arte, i loro processi decisionali rimangono spesso opachi. Gli esistenti metodi di spiegabilità per i dati volumetrici operano prevalentemente nello spazio dei pixel o dei voxel (spazio dell'immagine). Tali approcci spesso non riescono a modellare esplicitamente la struttura 3D sottostante della scena, portando a spiegazioni difficili da interpretare anatomicamente o che oscurano complesse dipendenze spaziali. Inoltre, molte tecniche vengono applicate sezione per sezione, fallendo nel catturare strutture coerenti di oggetti 3D. È necessario un framework di spiegabilità che operi direttamente all'interno di rappresentazioni 3D strutturate per preservare la coerenza anatomica e fornire intuizioni clinicamente significative.

Metodologia
Il documento introduce COGENT (Counterfactual Gaussian Explanations for Volumetric Medical Images), un framework che genera spiegazioni controfattuali direttamente nello spazio dei parametri di rappresentazioni volumetriche basate su Gaussiane, piuttosto che nello spazio dell'immagine grezza. La metodologia integra tre componenti principali:

1. Livello di Rappresentazione (MedGS): Il framework utilizza MedGS (Medical Gaussian Splatting), che estende il 3D Gaussian Splatting alla diagnostica per immagini medica multimodale. MedGS rappresenta i dati medici volumetrici come una collezione di primitive Gaussiane esplicite e differenziabili. Ogni primitiva è definita da parametri che includono posizione spaziale ($x_i$), coefficienti di aspetto ($f_i$), opacità ($o_i$), scala ($s_i$) e rotazione ($r_i$). Ciò crea un ponte completamente differenziabile tra i parametri Gaussiani e le sezioni di imaging renderizzate.
2. Predittore Downstream (Sybil): Il framework impiega Sybil, un modello di deep learning progettato per predire il rischio futuro di cancro al polmone direttamente da scansioni TC del torace a basso dosaggio. In COGENT, Sybil funge da classificatore fisso e congelato. Il suo output (logit del rischio) serve come segnale di ottimizzazione.
3. Ottimizzazione Controfattuale:
   • Formulazione: La spiegabilità è formulata come un problema di ottimizzazione controfattuale vincolata. L'obiettivo è identificare quali primitive Gaussiane, se modificate, cambierebbero la predizione del modello (ad esempio, spostando una predizione ad alto rischio verso una a basso rischio).
   • Processo: Il sistema seleziona un sottoinsieme di Gaussiane (spesso quelle che intersecano maschere anatomiche o regioni di interesse specifiche). Utilizzando il Projected Gradient Descent (PGD), il framework ottimizza i parametri di queste Gaussiane selezionate.
   • Flusso del Gradiente: I gradienti vengono propagati all'indietro dal classificatore Sybil congelato, attraverso la pipeline di rendering differenziabile, fino ai parametri Gaussiani.
   • Vincoli: L'ottimizzazione è vincolata da un limite $L_\infty$ ($\epsilon$) e da intervalli di clipping globale per garantire che il volume perturbato rimanga anatomicamente vicino all'originale, prevenendo artefatti irrealistici.
   • Obiettivo: La funzione di perdita ($L_{cf}$) è definita sulla base dell'obiettivo controfattuale, sia esso non mirato (massimizzare o minimizzare un particolare logit di rischio) o mirato (corrispondere a un valore di logit specifico).
   • Estrazione: Dopo l'ottimizzazione, il framework identifica il top 10% delle Gaussiane che hanno subito gli aggiornamenti di parametri più significativi. Queste primitive costituiscono la spiegazione, rappresentando le specifiche regioni strutturali e testurali che guidano la decisione del modello.

Contributi Chiave

• Framework nello Spazio della Rappresentazione: Gli autori introducono un nuovo framework che connette le rappresentazioni MedGS con un modello di predizione del rischio di cancro al polmone volumetrico, spostando la spiegabilità dallo spazio dell'immagine allo spazio strutturato dei parametri 3D.
• Ottimizzazione Controfattuale nello Spazio dei Parametri: Il lavoro formula la spiegabilità come un problema di ottimizzazione controfattuale direttamente nello spazio dei parametri delle rappresentazioni Gaussiane 3D, un distacco dai convenzionali metodi di perturbazione pixel/voxel.
• Spiegazioni Clinicamente Significative: Il documento dimostra che le spiegazioni controfattuali nello spazio Gaussiano producono risultati spazialmente localizzati, sparsi e anatomicamente coerenti, che si allineano con le aspettative cliniche, validati sia attraverso metriche quantitative che attraverso la valutazione di esperti.

Risultati
Il framework è stato valutato su scansioni TC polmonari utilizzando il modello Sybil, confrontando COGENT con i baseline stabiliti (GradCAM, Saliency, Integrated Gradients, Input $\times$ Gradient, Kernel SHAP) e un baseline controfattuale nello spazio dei pixel.

• Prestazioni Quantitative: COGENT ha raggiunto i punteggi di localizzazione più elevati, con valori RRA e RRA_abs di 0.2837, superando significativamente il più forte baseline classico, GradCAM (0.0805). Ciò indica una capacità superiore di identificare le regioni patologiche che guidano la predizione.
• Sparsità e Compattezza: COGENT ha mantenuto un alto grado di sparsità (0.6550), producendo spiegazioni focalizzate rispetto al più diffuso Kernel SHAP (0.2083).
• Stabilità della Perturbazione: Il metodo ha mostrato punteggi competitivi di Perturbation-AUC (0.0396) e Mean-Perturbation (0.0414), indicando una prestazione stabile attraverso i criteri di valutazione.
• Valutazione Qualitativa ed Esperta: I confronti visivi hanno mostrato che COGENT produce modifiche anatomicamente plausibili e localizzate (ad esempio, mirando a noduli specifici), mentre i baseline nello spazio dei pixel hanno prodotto pattern sparsi e rumorosi. Una valutazione da parte di un radiologo esperto su una scala a 5 punti ha rilevato che nel 40% dei casi, le spiegazioni controfattuali corrispondevano a una mitigazione positiva della gravità della malattia (attenuazione dei tratti maligni), con un altro 40% che mostrava un impatto neutro. Le spiegazioni hanno costantemente localizzato le regioni che un esperto identificherebbe come sospette.

Significato e Rivendicazioni
Il documento afferma che COGENT fornisce una nuova prospettiva sull'interpretazione dei modelli di deep learning volumetrici integrando la spiegabilità all'interno della rappresentazione esplicita della scena 3D. La significatività risiede nella capacità di generare spiegazioni che non sono solo tecnicamente efficaci nel localizzare l'attenzione del modello, ma che sono anche clinicamente significative e anatomicamente coerenti. Operando nello spazio dei parametri Gaussiani, il metodo evita l'incoerenza anatomica spesso riscontrata nelle perturbazioni a livello di voxel. Gli autori posizionano COGENT come un paradigma generale per la spiegabilità nello spazio della rappresentazione, dimostrando il suo potenziale per rendere i modelli di IA volumetrica più trasparenti e affidabili per il processo decisionale medico. Il lavoro suggerisce che le spiegazioni controfattuali nello spazio dei parametri possono rivelare efficacemente le evidenze strutturali e testurali alla base delle predizioni del modello in un modo che si allinea alla comprensione radiologica.