SegWithU: 単一フォワードパスにおけるリスク認識型医療画像セグメンテーションのための不確実性モデル（技術サマリー）

本論文は、医療画像セグメンテーションにおいて、既存の事前学習済みモデルを再学習させることなく、単一のフォワードパス（推論）で高品質な不確実性推定を実現する新しいフレームワーク**「SegWithU」**を提案しています。

以下に、問題定義、手法、主要な貢献、実験結果、および意義について詳細をまとめます。

1. 背景と問題定義

医療画像セグメンテーションは、病変の定量化や治療計画において不可欠ですが、予測の信頼性を示す「不確実性（Uncertainty）」の推定が臨床実装には重要です。
既存の不確実性推定手法には以下の課題がありました：

• 計算コストの高さ: アンサンブル法（Deep Ensembles）やモンテカルロドロップアウト（MC Dropout）、テスト時拡張（TTA）などは、複数のモデルや反復推論を必要とし、医療現場でのリアルタイム処理やリソース制約に適合しません。
• 単一パス手法の限界: 効率的な単一フォワードパス手法（DUQ, DDU など）は、学習済み特徴空間の幾何学的構造に依存しすぎているため、既存の医療用セグメンテーションモデル（例：nnU-Net）をそのまま流用して後付け（Post-hoc）で不確実性を追加することが困難です。
• 実用性の欠如: 既存の事後補正法（Temperature Scaling など）は確率の較正（Calibration）には寄与しますが、具体的なエラー箇所を特定したり、予測の信頼度をランキングしたりする能力が限られています。

課題: 既存の事前学習済みセグメンテーションバックボーンを変更・再学習させることなく、単一フォワードパスで実行可能かつ、臨床的に有用な（エラー検出と確率較正の両方に優れた）不確実性マップを生成する方法は存在しない。

2. 提案手法：SegWithU

SegWithU は、凍結された（Frozen）事前学習済みセグメンテーションモデルに、軽量な「不確実性ヘッド」を後付けするフレームワークです。

2.1 中心的なアイデア

「不安定な解剖学的輪郭は、特徴表現の小さな潜在変異（Perturbation）に対して不安定である」という仮説に基づいています。SegWithU は、特徴空間における局所的な「摂動エネルギー（Perturbation Energy）」を測定することで不確実性をモデル化します。

2.2 アーキテクチャの構成

1. 特徴の抽出（Feature Tapping）:
   事前学習済みバックボーンのデコーダ中間層から特徴マップを抽出します。バックボーン自体は凍結されており、重みの更新は行われません。
2. ランク 1 事後プローブ（Rank-1 Posterior Probes）:
   抽出された特徴を、コンパクトな「プローブ空間」にマッピングします。
   • 1x1 畳み込みでプローブ応答 $v$ を生成。
   • これらをクラスごとのログit 摂動 $\Delta z$ に変換します。
   • 各プローブには学習可能な非負のスケーリング係数 $\sigma$ が割り当てられ、摂動の強度を制御します。
   • 固定された符号付きプローブパターンを用いて摂動を適用し、出力確率の分散を計算することで「認識的不確実性（Epistemic Uncertainty）」マップ $U_{epi}$ を生成します。
3. 二重出力マップの生成:
   単一の不確実性スコアではなく、異なる目的に特化した 2 つのマップを生成します。
   • 較正用マップ（Calibration-oriented, $U_{cal}$）: 予測確率を調整（Tempering）するために使用。確率的な較正（Brier スコアなど）を改善します。
   • ランキング用マップ（Ranking-oriented, $U_{rnk}$）: エラー検出や選択的予測（Selective Prediction）のために使用。誤りやすいボクセルを特定し、リスク順にソートします。

2.3 学習目標（Loss Function）

バックボーンは固定され、不確実性ヘッドのみを学習します。以下の損失関数の重み付き和を最小化します：

• NLL: 較正された確率の精度向上。
• エラー相関損失（Error-correlation）: 誤りボクセルと正解ボクセルの区別を強化。
• ペアワイズランキング損失（Pairwise ranking）: 誤りボクセルのスコアが正解ボクセルより高くなるよう強制。
• テール損失（Tail loss）: 高いリスクを持つ誤りを特に重視。
• 信頼損失（Trust loss）: 摂動による出力変化が過度にならないよう正則化。

3. 主要な貢献

1. SegWithU の提案: 凍結された事前学習済みセグメンテーションモデルに軽量な不確実性ヘッドを付加する、ポストホック（事後）フレームワーク。
2. 摂動エネルギーに基づく不確実性モデル: ランク 1 事後プローブを用いて特徴空間の摂動エネルギーを測定し、較正用マップとランキング用マップを分離して生成する新しいアプローチ。
3. 実用的な品質管理メカニズム: 単一フォワードパスの制約下で、マルチパス手法（アンサンブル等）と競合する、あるいは凌駕する性能を達成し、医療 AI の実用化における信頼性評価の新たな基準を示した。

4. 実験結果

データセット: ACDC（心臓 MRI）、BraTS2024（脳腫瘍 MRI）、LiTS（肝臓 CT）。
比較対象: Deep Ensembles, MC Dropout, TTA, Temperature Scaling, DUQ, DDU-Seg, DUE など。

4.1 定量的結果

• セグメンテーション品質: Dice 係数は、バックボーンを凍結しているため、ベースラインモデルと同等（または同等レベル）を維持しました。
• 不確実性の品質（単一パス手法間比較）:
  • ACDC: AUROC 0.9838, AURC 2.4885（全手法中最高）。
  • BraTS2024: AUROC 0.9946, AURC 0.2660（全手法中最高）。
  • LiTS: AUROC 0.9925, AURC 0.8193（全手法中最高）。
• 総合評価: 単一フォワードパス手法の中で最も一貫性があり、特に**AURC（リスクカバレッジ曲線下面積）とAUROC（誤り検出能力）**において、マルチパス手法を含む他のすべての手法を上回る性能を示しました。

4.2 定性的分析

• 生成される不確実性マップは、Deep Ensembles などに比べて拡散が少なく、解剖学的に曖昧な境界や病変周辺に集中して表示される傾向がありました。
• 誤った予測に対して高い不確実性を割り当て、正しい予測に対して低い不確実性を割り当てる能力（ランキング性能）が優れていました。

4.3 アブレーション研究

• 較正とランキングの分離: 両方のマップを併用することが、確率の較正とエラー検出の両面で最適であることを示しました。
• 損失関数の重要性: ペアワイズランキング損失やエラー相関損失が、優れたランキング性能の主要な駆動力であることが確認されました。
• プローブ機構: 単純な特徴から不確実性への直接マッピングではなく、摂動ベースのプローブ機構が性能向上に不可欠であることを示しました。

5. 意義と結論

SegWithU は、医療画像セグメンテーションにおける不確実性推定の新しいパラダイムを示しています。

• 実用性の向上: 既存の臨床ワークフローに組み込まれたモデルを再学習させることなく、信頼性評価機能を追加できるため、導入コストが極めて低いです。
• 効率性: 単一フォワードパスで実行可能であり、計算リソースを大幅に節約しつつ、アンサンブル法に匹敵する（あるいは特定の指標では凌駕する）性能を発揮します。
• 臨床的価値: 単に確率を較正するだけでなく、「どの領域を医師が確認すべきか（Selective Prediction）」を明確に示すランキング機能を提供することで、臨床意思決定を支援します。

本研究は、不確実性推定を「分類自信度の副産物」ではなく、「構造化された下流タスク」として扱うことの重要性を強調し、医療 AI の安全で信頼性の高い展開に向けた実用的な解決策を提供しています。