Structural Findings Transfer, Texture Findings Do Not: An Adaptation Ladder for Cross-Center Dental Diagnosis

Sintesi Tecnica: Trasferimento dei Reperti Strutturali, Non di quelli Tessiturali: Una Scala di Adattamento per la Diagnosi Dentale Cross-Center

Definizione del Problema
I modelli di deep learning per la diagnosi di radiografie dentali raggiungono prestazioni paragonabili a quelle degli esperti sui loro dataset di addestramento, ma soffrono di "fallimento silenzioso" quando vengono implementati in nuovi centri clinici. Le differenze tra scanner, protocolli di acquisizione e popolazioni di pazienti creano scostamenti di distribuzione che causano modelli capaci di emettere predizioni sicure ma errate, senza segnalare l'incertezza. Sebbene una "safety envelope" (composta da calibrazione, garanzie di deviazione limitata e un gate Out-of-Distribution [OOD]) possa rifiutare gli input provenienti da centri non visti per prevenire errori, questo rifiuto rende il modello praticamente inutile in tali contesti. La domanda centrale è: quanto adattamento è necessario per convertire questo rifiuto sicuro in un "accettazione onesta" in un nuovo centro, e può essere ottenuto a basso costo senza violare le garanzie di sicurezza o degradare le prestazioni sul centro di origine?

Metodologia
Gli autori propongono un framework di valutazione sistematica centrato su una "scala di adattamento costo/beneficio" e una safety envelope fissa.

• La Safety Envelope: Lo studio avvolge un encoder fondamentale dentale congelato con tre componenti:
  1. Baseline Calibrata: Una sonda logistica con scalatura della temperatura per correggere la cattiva calibrazione.
  2. Testa a Deviazione Limitata: Una testa residua che aggiunge correzioni tagliate a un intervallo specifico $[-\delta, \delta]$ nello spazio dei logit. Ciò garantisce che il modello distribuito non possa deviare arbitrariamente dalla baseline affidabile, fornendo una garanzia formale contro il drift catastrofico.
  3. Gate OOD di Mahalanobis: Un gate che rifiuta gli input che superano il 95° percentile della distanza di Mahalanobis della distribuzione della sorgente.
• La Scala di Adattamento: Dieci tecniche sono valutate attraverso quattro "scalini" di crescente costo computazionale e di parametri, adattando un centro sorgente (DENTEX) a un centro target (ADCD):
  • Scalino 0 (Senza etichette): Ricalibrazione della soglia (re-stima della soglia OOD su dati target non etichettati).
  • Scalino 1 (Re-fit della testa): Re-fitting di sonde di calibrazione e della testa residua su una piccola porzione etichettata del target (16 denti).
  • Scalino 2 (Fine-Tuning a Parametri Efficienti - PEFT): Cinque metodi che adattano la rappresentazione mantenendo congelati i pesi della backbone: LoRA (Low-Rank Adaptation), Visual Prompt Tuning (VPT), BitFit (solo termini di bias) e tuning dell'affine della LayerNorm.
  • Scalino 3 (Alta Capacità con Anti-Dimenticanza): Full fine-tuning nello spazio di embedding utilizzando l'Elastic Weight Consolidation (EWC), il Rehearsal (miscelazione dei dati sorgente) o un approccio Dual-Encoder per prevenire il dimenticanza catastrofica.
• Setup Sperimentale: Lo studio utilizza tre backbone (un Dental ViT-L specifico per il dominio, BiomedCLIP e DINOv3) e valuta 126 configurazioni. Le metriche includono la macro-AUC per i casi accettati, l'Expected Calibration Error (ECE), la preservazione delle prestazioni della sorgente e la garanzia di deviazione limitata.

Risultati Chiave

• Le Garanzie di Sicurezza si Mantengono: In tutte le 126 configurazioni, la garanzia di deviazione limitata non è mai stata violata e le prestazioni del centro sorgente sono state ampiamente preservate (calo medio di circa 1 punto di AUC), senza che sia stato osservato un dimenticanza catastrofica.
• Reperti Strutturali vs. Tessiturali: È stata riscontrata una divergenza critica in base al tipo di patologia:
  • Reperti Strutturali (Denti inclusi): L'adattamento ha recuperato fortemente l'affidabilità cross-center, con l'AUC che è migliorata da 0.71 (re-calibrazione della soglia) a 0.92 (full fine-tuning regolarizzato tramite rehearsal).
  • Reperti Tessiturali (Carie): L'adattamento ha fallito nel recuperare l'affidabilità cross-center per le carie, che è rimasta vicino ai livelli del caso (AUC ~0.48–0.57) indipendentemente dalla tecnica, dal budget di parametri o dalla backbone utilizzata.
  • Reperti Intermedi (Lesioni periapicali): Hanno mostrato un recupero parziale, posizionandosi tra i due estremi.
• Rendimenti Decrescenti: L'adattamento economico (ad esempio, LoRA con 16k parametri o BitFit con ~1k parametri) ha catturato la maggior parte del beneficio ottenibile. Aumentare il budget di parametri di tre ordini di grandezza (fino a ~1M di parametri) ha prodotto solo un guadagno marginale di circa 4 punti di AUC.
• Backbone e Fusione: Una backbone fondamentale più forte (DINOv3) si è adattata marginalmente meglio della backbone specifica per il dominio, ma la backbone specifica ha prodotto meno falsi positivi sul proprio centro di origine. La fusione di encoder specifici del dominio e fondamentali non ha fornito alcun beneficio rispetto alla più forte singola backbone.
• Non Trasferibilità del Tessiturale: L'addestramento congiunto su due centri ha confermato che la carie è apprendibile all'interno del centro target (AUC 0.79) ma non è trasferibile dalla sorgente (AUC 0.60). Il fallimento è attribuito al gap di dominio tessiturale (differenze di acquisizione) piuttosto che alla capacità dell'encoder o all'impossibilità di apprendimento.
• Comportamento di Rifiuto: Il gate OOD agisce come un rilevatore direzionale dello scostamento di distribuzione. Quando viene ri-configurato sul target, il tasso di rifiuto si stabilizza intorno al 5% indipendentemente dal costo di adattamento. La percezione che l'adattamento aumenti il rifiuto è un artefatto del mantenere il gate ancorato alla sorgente mentre la rappresentazione cambia.

Significatività e Rivendicazioni
Il paper sostiene che il principale collo di bottiglia per l'implementazione dell'IA dentale cross-center non è la capacità dell'encoder, ma il gap di dominio specifico per i reperti basati sulla tessitura. Di conseguenza, gli autori si oppongono alla ricerca di un singolo modello universale. Invece, propongono una strategia di implementazione in cui i sistemi:

1. Si adattano economicamente (usando pochi migliaia di parametri e ~16 immagini etichettate) per i reperti strutturali che si trasferiscono bene.
2. Rifiutano i reperti basati sulla tessitura (come le carie precoci) che non si trasferiscono attraverso il gap di acquisizione.

Questo approccio si allinea alle aspettative normative per l'IA medica, dando priorità al "rifiuto onesto" rispetto agli errori sicuri. La safety envelope è identificata come la componente critica che consente questa strategia, garantendo che anche quando i modelli vengono adattati, rimangano entro un regime operativo sicuro e limitato. Lo studio conclude che, per la patologia tessiturale, il gap di dominio è attualmente insuperabile tramite l'adattamento standard, rendendo il rifiuto selettivo l'unica opzione affidabile.