Latent Space Analysis for Interpretable Uncertainty in Melanoma Classification

技術要約：メラノーマ分類における解釈可能な不確実性のための潜在空間解析

問題提起
メラノーマ（悪性黒色腫）は非常に進行の早い皮膚癌であり、早期発見が患者の生存に直結する。ディープラーニングは皮膚病変の分類を進展させてきたが、標準的なモデルはしばしば説明不可能な「ブラックボックス」として機能する。これらのモデルは、特に母斑（NV）とメラノーマ（MEL）の両方の形態学的特徴を共有する境界線上の症例において、診断上の不確実性を透明に伝えることに苦慮している。この解釈性の欠如は、臨床的な信頼を制限し、予測の背後にある「理由」を理解することが予測そのものと同じくらい重要である診断ワークフローへの自動化ツールの効果的な統合を妨げている。

手法
著者らは、構造化された生成潜在空間を活用することで、単純な二値分類を超越したハイブリッドフレームワークを提案している。この手法は、主に以下の3つのコンポーネントで構成される。

1. クラス認識型敵対的変分オートエンコーダ (VAE-GAN):

   • アーキテクチャ: モデルはエンコーダ・デコーダ構造を採用している。エンコーダは入力画像 (128×128×3) を連続的な256次元の潜在空間にマッピングし、平均ベクトル ($\mu$) と対数分散 ($\log(\sigma^2)$) を出力する。再パラメータ化トリック ($z = \mu + \sigma \odot \epsilon$) は、微分可能性を確保するために使用される。
   • 敵対的学習: 標準的なVAEが陥りやすいぼやけた再構成を克服するため、識別器（Discriminator）が統合されている。この敵対的コンポーネントは、デコーダに対して、皮膚科学的評価に不可欠な高周波の形態学的詳細を保持することを強制する。
   • クラス認識: 学習中にクラス判別的なクラスタリング（MEL vs. NV）を強制するために、潜在平均 ($\mu$) に補助的な多層パーセプトロン（MLP）が取り付けられている。
   • 損失関数: モデルは多目的損失関数 $L_{total} = L_{recon} + \lambda_{KL}L_{KL} + \lambda_{clf}L_{clf} + \lambda_{adv}L_{adv}$ によって最適化される。これは、再構成の質、潜在空間の正則化、分類精度、および敵対的なリアリズムのバランスをとるものである。

2. 潜在特徴抽出と分類:

   • 学習後、エンコーダは決定論的な特徴抽出器として機能し、各画像に対して潜在平均ベクトル $\mu$ （確率的なノイズ項を除外したもの）を出力する。
   • これらの256次元ベクトルは標準化され、SVM、ランダムフォレスト（RF）、およびXGBoostの3つの分類器に入力される。
   • ハイパーパラメータは、マクロ平均F1スコアを最適化するように、3分割交差検証を用いたグリッドサーチを通じて調整された。最終的な分類器としてはXGBoostが選択された。

3. コンテンツベース画像検索 (CBIR) による解釈可能な不確実性:

   • 単なる二値ラベルを提供する代わりに、XGBoost分類器は連続的な確率スコア ($p \in [0, 1]$) を出力する。
   • 不確実性が高いケース（スコアが50%付近）では、フレームワークがCBIRシステムを起動させる。クエリ画像は潜在空間に投影され、訓練アーカイブから $k$ 個の最近傍点（ユークリッド距離に基づく）が検索される。
   • これにより、臨床医は曖昧な病変を、生検によって確定された過去の事例と比較することができ、根拠に基づいたコンテキストを得ることが可能となる。

主な貢献

• パラダイムシフト: 本研究は、VAEの生成的な定式化を、単なる画像合成のためではなく、臨床的特徴を連続的で意味的に構造化された潜在空間へと蒸留するために再利用している。
• 解釈可能な不確実性: フレームワークは、アルゴリズムの躊躇を視覚的な意思決定支援ツールへと明示的に変換する。境界線上の予測に対して形態学的に類似した過去の症例を検索することで、予測性能と臨床的信頼性の間の溝を埋める。
• ハイブリッド・アーキテクチャ: 敵対的VAEと補助分類器、および勾配ブースティング決定木（XGBoost）の統合により、検索のための構造化されたトポロジーを維持しながら、クラス不均衡に対して堅牢なシステムを実現している。

結果
本フレームワークはISIC 2019データセットを用いて評価され、母斑（訓練12,875、テスト2,495）とメラノーマ（訓練4,522、テスト1,327）の二値分類に焦点を当てた。

• 予測性能: VAE+XGBoostモデルは、精度81.26%、マクロ平均適合率0.79、再現率0.80、F1スコア0.80を達成した。また、AUCは0.8689に達した。
• ベースラインとの比較: ResNet50やDenseNet121のようなエンドツーエンドの畳み込みモデルは、わずかに高いAUC（~0.90）およびF1スコア（0.83）を達成したが、提案されたフレームワークも競争力のある性能を示し、ConvNeXt-T（AUC 0.66）を上回り、EfficientNetV2（AUC 0.88）に肉薄した。著者らは、わずかな生の予測指標の低下は、解釈可能性のための意図的なトレードオフであると述べている。
• 検索の有効性: CBIRシステムは強い意味的一貫性を示した。一般的なクエリに対しては、mP@5（Mean Precision@5）72.0%およびTop-5精度93.9%を達成した。極めて重要な点として、真のメラノーマ（少数クラス）のクエリに対して、システムはmP@5 44.7%を達成し、ランダムな検索を大幅に上回る、検証済みの「レッドフラッグ（警告）」メカニズムを提供した。

意義と主張
本論文の主要な意義は、「ブラックボックス」のパラダイムを超えた点にあると主張している。連続的な潜在空間を利用することで、システムは単に病変を分類するだけでなく、なぜその分類が不確実であるのかを可視化するメカニズムを提供する。境界線上の症例に対して生検確定済みの前例を検索することは、視覚的な比較を通じて臨床医による診断の最終決定を助けるとともに、母斑とメラノーマの両方の特徴を併せ持つ病変に対する早期警戒システムとしても機能するという二重のメリットをもたらす。著者らは、このアプローチが、盲目的な二値予測を強いるのではなく、透明で根拠に基づいた視覚的サポートを提供することで、臨床医を「ループ内（意思決定プロセス内）」に留め、診断の自信を高めるものであると結論付けている。今後の課題として、フレームワークを多クラス診断（BCCやBKLを含む）へ拡張すること、および特徴量の解きほぐし（disentanglement）を向上させるために $\beta$-VAEのような高度な潜在空間のバリエーションを探索することが計画されている。