技術的概要：MPD2-Router

問題定義

本論文は、眼科における緑内障スクリーニングにおける標準的な「ワンショット」AI 予測器の限界に焦点を当てている。現在のシステムは、臨床的意思決定の逐次的かつ不確実な性質を考慮することなく、単一のラベルを出力するのが一般的である。著者らは、現実の臨床ワークフローに適用される既存の学習型遅延（Learning-to-Defer: L2D）定式化にいくつかの重要なギャップが存在することを特定した。

1. 専門家の異質性: 人間の専門家（眼科医、研修医、グラダー）は交換可能な神託ではなく、経験、サブスペシャリティの知識、および意思決定の閾値が異なる。
2. 利用可能性の制約: 実際には、すべての専門家がすべての症例に対して利用可能ではないが、標準的な L2D はしばしば静的で完全に利用可能な専門家セットを仮定している。
3. 非対称的な害: 診断誤りには非対称的なコストがある（例：緑内障の見落としは誤った紹介よりも有害である）が、標準的な定式化ではこれをしばしば見落としている。
4. 分布シフトと形態: AI の信頼性は、分布外（OOD）条件、低画質、および特定の形態学的困難（例：杯 - 盤比の変動）において低下するが、標準的なモデルはしばしば信頼性スコアのみに依存している。
5. 専門家の崩壊: 既存の多専門家ルーティング手法は、負荷を均等に分配することに失敗しやすく、「専門家の崩壊」を引き起こす。これは、困難な症例が単一の支配的な専門家へルーティングされ、その専門家を過負荷にする現象である。

核心的な問題は、制約付き人間-AI ルーティング問題として再定義される。すなわち、症例を人間に遅延させるか否かだけでなく、利用可能などの専門家が最も適切かを決定し、同時に負荷、コスト、および臨床的安全性を管理することである。

手法：MPD2-Router

著者らは、二重ヘッドの方策とマスク感知ゲートおよび特化した正則化を結合するフレームワークであるMPD2-Router（Mask-aware Multi-expert Prior-regularized Dual-head Deferral Router）を提案する。

1. ルーター表現

ルーターは、3 つの相補的なソースから導出された融合表現（$h_i$）を入力とする。

• 凍結 AI ロジット: 事前学習され凍結された SwinV2 分類器からの出力。
• リスクシグナル: 仮想ロジットマッチング（VIM）スコア、画像品質リスク、および最大確率不確実性を組み合わせたベクトル。
• 形態学的特徴: 視神経乳頭および視神経杯のセグメンテーションから導出された構造的特徴（垂直および面積杯 - 盤比）であり、構造的リスク推定値と AI-構造の不一致の尺度を含む。

2. 二重ヘッドの方策

方策 $\pi_\theta$ は、2 つの結合した意思決定に因数分解される。

• 遅延ヘッド: 人間への遅延のソフト質量 $d_i$（人間に遅延させる確率）を推定する。特定のサンプルに対して利用可能な専門家がいない場合、自律的な予測を強制する。
• 専門家割り当てヘッド: 誰に遅延させるかを決定する。このヘッドはマスク感知 Gumbel–sigmoid ゲーティング機構を使用する。
  • ステージ I（サポート選択）: 拡張実数マスクマップを使用して、厳密に実行可能性を強制する。利用不可能な専門家は、Gumbel-softmax 緩和の前に $-\infty$ にマスクされ、利用不可能な専門家を選択する確率が正確にゼロになることを保証する。
  • ステージ II（割り当て）: ステージ I で選択された実行可能な専門家のセットに対してのみ確率質量を割り当て、マスク付きソフトマックスで正規化する。
  • 修復メカニズム: 確率的なサポート選択が空集合をもたらす場合、有効なアクションを確保するために、方策は完全な実行可能マスクにフォールバックする。

3. 正則化と目的関数

専門家の崩壊を防ぎ、バランスの取れた負荷を確保するために、訓練目的関数には以下が含まれる。

• グループ固有分布事前分布（GSDP）: グループレベルの割り当て分布を、グローバルなコホート統計から導出された信頼性重み付き推定値に向かって収縮させる階層的経験ベイズ風事前分布。これにより、特定の症例群が単一の専門家に過度に集中することを防ぐ。
• ランク主要化ジェンセン・シャノン（JS）正則化子: 割り当て分布のソートされたランクプロファイルを罰する。幾何学的参照に対して上位ランクの専門家に過剰な累積質量を割り当てた場合にのみ作動し、均一性を強制することなくサンプルレベルの集中を抑制する。
• 非対称コスト感応目的関数: 偽陰性/偽陽性のコスト（$c_{fn}, c_{fp}$）および運用上の専門家コスト（$\kappa_j$）を考慮した臨床運用リスク関数を最小化する。
• 拡張ラグランジュ遅延制御: 拡張ラグランジュ乗数を使用してソフト遅延予算（$\bar{d} \le \rho_{def}$）を強制し、制御されていない副産物ではなく、制御された遅延率を学習することを可能にする。

主要な貢献

1. 定式化: 緑内障のトリアージを、サンプルごとの専門家の利用可能性、異質な専門家行動、および非対称的な診断的害を明示的にモデル化する制約付きルーティング問題として再構成する。
2. アーキテクチャ: マスク感知 Gumbel–sigmoid ゲーティングを備えた二重ヘッドルーターを導入し、訓練および推論の両方で実行可能性制約を厳格に強制し、「遅延させるか否か」の意思決定と「誰に遅延させるか」の意思決定を分離する。
3. 正則化: 専門家の崩壊（遅延された症例が少数の専門家に集中すること）を緩和しつつ、コストを考慮した割り当てを維持するために、GSDPとランク主要化 JS正則化子の新奇な組み合わせを提案する。
4. 訓練戦略: 遅延予算の下で臨床的に整合した意思決定をもたらすために、拡張ラグランジュ制御器を備えた非対称コスト感応目的関数を利用する。

実験結果

本手法は、3 つの国境を越えた緑内障コホート（REFUGE、CHAKSU、ORIGA）で評価された。REFUGE で訓練された凍結 AI バックボーンを使用して、ドメイン間展開シフトをシミュレートした。

• 性能: MPD2-Router は、最も強力な全体的性能を達成し、精度を AI 単独の 0.755 から0.960へ、F1 を 0.530 から0.868へ、MCC を 0.482 から0.844へ向上させた。
• コスト効率: 臨床コスト（0.372 から0.068へ）および総コストを、AI 単独および他のベースライン（例：Verma-OvA、Hemmer-MoE）と比較して大幅に削減した。
• パレート最適性: この手法は、F1–MCC–コストのトレードオフ空間においてパレート有利な領域を占め、他の手法で見られる過剰な遅延コストを伴わずに高い予測有用性を達成した。
• 頑健性: 分布シフト下（特に AI 単独の精度が 0.491 に低下した ORIGA データセットにおいて）、MPD2-Router は精度を 0.926、MCC を 0.820 に回復させつつ、最低の総コストを維持した。
• 専門家利用率: この手法はバランスの取れた専門家利用率を示し、比較された手法の中で最上位 1 位のシェア（24.7%）および最上位 2 位のシェア（44.0%）が最も低く、単一の支配的な専門家へのルーティング崩壊を回避していることを示している。
• リスク層別化: ルーターは、高構造リスクおよびモデル信頼性リスク下において、ベースラインと比較してコストの増加が緩やかであり、最高リスク層において AI 単独の性能を大幅に下回る水準にとどまった。

意義と主張

本論文は、MPD2-Router が、自律型 AI がいつ適切であるかを分析し、分布シフト下で希少な専門家の注意をどのように安全に配分すべきかを分析するための臨床的に根拠のあるフレームワークを提供すると主張している。

• 安全性と選択性: このシステムは、無差別ではなく選択的であり、単なる信頼性ではなく、不確実性、形態、画像品質、および OOD シグナルの融合に基づいて症例をルーティングする。
• 実用的な展開: サンプルごとの利用可能性を強制し、専門家の崩壊を防ぐことで、特定の専門家の過負荷や利用可能性制約の無視など、標準的な L2D の主要な展開失敗に対処する。
• 限界: 著者らは控えめに、評価が異質で部分的に観測された専門家のラベルを持つ回顧的なコホート間データセットに依存していることを指摘している（REFUGE には半合成ラベル、ORIGA には疑似ラベルを使用）。実際の展開前には、前向きな臨床検証および規制審査が必要であると述べているが、コホート間結果は、この手法が疎で異質な監督下でも効果的であることを示唆している。

この研究は、構造化された人間-AI ルーティングを、単純な分類を超えて、インスタンスごとの、コストを考慮した、利用可能性を考慮した意思決定支援へと移行させる、より安全な眼科 AI 展開のための実用的な方向性として位置づけている。