H-XAI-Cervix: conditional hierarchical learning for cervical-cell classification on Herlev and SIPaKMeD

Ogni anno, milioni di donne si sottopongono a un semplice test di screening per individuare i primi segni del tumore alla cervice. Un tecnico raccoglie un campione di cellule dalla cervice, le colora con un colorante speciale e le posiziona sotto un microscopio. Un esperto umano esamina poi queste cellule, cercando sottili cambiamenti nella loro forma, dimensione e colore che potrebbero indicare una malattia. Questo processo, noto come Pap test, è un pilcro della medicina moderna, eppure è lento, laborioso e dipende fortemente dall'abilità della persona che guarda attraverso la lente. Per aiutare ad accelerare i tempi e ridurre l'errore umano, gli scienziati hanno trascorso anni nell'insegnare ai computer a riconoscere questi modelli cellulari. L'obiettivo è costruire un'intelligenza artificiale che possa guardare una singola cellula e decidere se sia sana o se mostri segni di problemi, agendo come un secondo paio di occhi per il patologo.

La sfida risiede nel modo in cui queste cellule sono organizzate. Nel mondo reale, le etichette mediche non sono solo un elenco piatto di opzioni non correlate; esse formano un naturale albero genealogico. Esistono categorie ampie, come "normale" o "anomala", e all'interno di questi gruppi ampi, ci sono dettagli più fini e specifici. Un programma per computer che tratta ogni singola categoria come un'opzione uguale e non correlata spesso perde di vista le connessioni logiche. Potrebbe identificare correttamente una cellula come anomala, ma non riuscire a riconoscere che appartiene a un tipo specifico e meno grave di anomalia, o viceversa. I ricercatori volevano sapere se insegnare a un computer a rispettare questa struttura familiare — comprendendo che un tipo specifico di cellula deve prima appartenere a un gruppo più ampio prima di poter essere identificato come quel tipo specifico — lo avrebbe reso uno strumento diagnostico migliore.

Un ricercatore si è messo alla prova per testare questa idea utilizzando due collezioni ben note di immagini cellulari. Ha costruito un modello per computer progettato per imitare questo pensiero gerarchico. Invece di chiedere al computer di scegliere tra tutti i possibili tipi di cellule contemporaneamente, lo ha costretto a prendere una decisione in più fasi. Prima, il modello doveva decidere se una cellula fosse normale o anomala. Solo dopo aver preso questa scelta ampia poteva procedere all'identificazione del tipo specifico di cellula all'interno di quel gruppo. Questo approccio, che l'autore definisce una gerarchia condizionale, è stato confrontato con un modello standard per computer che cercava di indovinare direttamente il tipo di cellula specifico, senza prima classificarlo in una categoria ampia. Il ricercatore ha testato questo su due diversi dataset: uno contenente 917 immagini di cellule e un altro con oltre 4.000 immagini.

I risultati hanno mostrato che il modo in cui il computer è stato istruito era importante, ma il beneficio dipendeva interamente dalla complessità del compito. Quando il ricercatore ha testato il modello sul dataset più piccolo, che conteneva cellule raggruppate in sette diverse categorie, l'approccio gerarchico si è dimostrato significativamente migliore. Il modello che comprendeva l'albero genealogico identificava correttamente le categorie ampie e i tipi cellulari specifici più spesso del modello standard. In questo test specifico, il modello gerarchico ha migliorato la sua precisione di un margine evidente, classificando correttamente quasi il 93 percento dei casi binari norma-contro-anomalia e circa il 74 percento dei sette tipi specifici. Il modello standard, che ignorava la struttura familiare, è rimasto al di sotto di entrambi i parametri. Ciò suggerisce che quando il compito comporta la distinzione tra molte categorie simili e complesse, costringere il computer a seguire un percorso logico lo aiuta a evitare la confusione.

Tuttavia, la storia è cambiata quando il ricercatore ha applicato lo stesso test al dataset più grande. Questa collezione conteneva oltre 4.000 immagini con categorie meno numerose e più distinte. In questo scenario, il modello standard per computer stava già operando a un livello molto alto, identificando le cellule quasi sempre correttamente. Quando il ricercatore ha aggiunto la struttura gerarchica a questo modello, non ha migliorato i risultati. Il modello che seguiva l'albero genealogico si è comportato bene quanto quello che non lo faceva, ma non è migliorato ulteriormente. Il ricercatore ha scoperto che il metodo gerarchico preservava l'alta precisione del modello standard, ma non aggiungeva alcun valore extra quando il compito era già facile da risolvere per il computer.

Lo studio ha anche esaminato quanto il computer fosse sicuro delle sue risposte. Nel dataset più piccolo e difficile, il modello gerarchico ha effettuato migliori distinzioni tra i tipi di cellule, ma i suoi punteggi di confidenza erano talvolta meno perfettamente allineati con la realtà rispetto al modello standard. Nel dataset più grande, entrambi i modelli erano molto ben calibrati, il che significa che i loro livelli di confidenza corrispondevano alla loro effettiva precisione. Il ricercatore ha sottolineato che, sebbene l'approccio gerarchico abbia aiutato il computer a pensare in modo più logico riguardo al set di cellule più piccolo e complesso, non è una soluzione magica che migliora automaticamente ogni sistema di IA medica. Il successo del metodo dipendeva dalla natura specifica dei dati e dalla difficoltà del compito di classificazione.

In definitiva, questo lavoro dimostra che la struttura del processo di apprendimento di un computer può essere importante quanto i dati da cui apprende. Costringendo un'intelligenza artificiale a rispettare le relazioni naturali tra i diversi tipi di cellule, i ricercatori possono talvolta costruire un classificatore più intelligente e accurato, particolarmente quando si tratta di distinzioni mediche sottili e complesse. Tuttavia, questo miglioramento non è universale; se un computer è già eccellente in un compito, aggiungere una struttura complessa potrebbe non aiutare. L'autore avverte che questi risultati si basano su immagini cellulari isolate e non provano ancora che un tale sistema possa diagnosticare il cancro in un paziente reale. Prima che questa tecnologia possa essere utilizzata in una clinica, deve essere testata su interi campioni di tessuto e in contesti medici reali. Per ora, lo studio offre una lezione chiara: nella ricerca di insegnare alle macchine a vedere come i medici, il modo in cui organizziamo il loro pensiero è importante, ma il metodo giusto dipende interamente dal problema che stiamo cercando di risolvere.