技術概要：公平な医療画像セグメンテーションのための DuetFair と FairDRO

1. 問題定義

医療画像セグメンテーションモデルは、しばしば異なる患者サブグループ（人種、年齢、腫瘍の進行段階などで定義される）間で不均一な性能を示す。既存の公平性手法はこれらのサブグループ間での平均性能の向上を目指しているが、通常、各サブグループを内部的に均質な単位として扱う。このアプローチは、著者が「サブグループ内の隠れた失敗（intra-subgroup hidden failure）」と名付けた盲点を生み出す。

このシナリオにおいて、あるサブグループは、そのサブグループ内の困難で損失の高いケースがより簡単なケースによって隠蔽されるため、平均的には良好に動作しているように見える。その結果、モデルは特定の人口統計学的または臨床的グループ内の最も困難な患者の最適化に失敗し、グループレベルの指標が許容可能に見える場合であっても、患者レベルの予測が信頼できなくなる。本論文は、医療セグメンテーションにおける公平性は、2 つの独立しながらも連動する軸への対処を必要すると主張している。

1. サブグループ間の異質性（Inter-subgroup heterogeneity）： サブグループ間の分布の違いへの適応。
2. サブグループ内の変動（Intra-subgroup variation）： 各サブグループ内の困難なケースに対する堅牢性の確保。

2. 手法：DuetFair と FairDRO

これらの二重の課題に対処するため、著者は二重軸フレームワークであるDuetFairメカニズムを提案し、それをFairDRO（公平な分布ロバスト最適化）として具体化した。

DuetFair メカニズム

DuetFair は、公平性を以下の 2 つを要請する結合問題として概念化する。

• サブグループ間適応： モデルは異なるグループ間の分布シフトを考慮しなければならない。
• サブグループ内堅牢性： モデルは、サブグループ平均によって「洗い流される」ことを防ぐため、各グループ内の困難なケースに対して信頼性を維持しなければならない。

FairDRO 実装

FairDRO は、DuetFair メカニズムを実現するために 2 つの特定のコンポーネントを結合する。

1. サブグループ間軸：分布認識型エキスパート混合モデル（dMoE）

   • 目的： 表現レベルにおけるサブグループ間の異質性への対処。
   • メカニズム： 損失重み付けのみに依存するのではなく、FairDRO は、サブグループ条件付きのエキスパート混合モデルを備えた共有バックボーンを使用する。入力画像 $x_i$ とサブグループ属性 $g_i$ が与えられた場合、中間特徴量は、ルーティングネットワークによって選択されたエキスパート変換の重み付き和を介して適応される。
   • 効果： これにより、モデルは損失が計算される前に、多様なサブグループとのミスマッチを軽減するサブグループ固有の特徴表現を学習できる。

2. サブグループ内軸：サブグループ条件付き分布ロバスト最適化（DRO）

   • 目的： サブグループ内の変動と隠れた失敗への対処。
   • メカニズム： サブグループ内の経験的平均損失（$R_g$）を最小化するのではなく、FairDRO はサブグループ固有の曖昧集合内の最悪ケースリスクを最小化する。
   • 定式化： 各サブグループ $g$ に対して、ロバストリスク $R_g^{rob}$ は、経験分布 $\hat{P}_g$ に近い分布の集合 $Q_g$ における期待損失の上限（supremum）として定義される（KL 発散で測定）。
   • 効果： この最適化は、各サブグループ内の高損失サンプルを自然に重み付けし、サブグループが小さくても異質であっても、困難なケースが無視されないことを保証する。

目的関数：
最終的な目的関数は、これらのサブグループ固有のロバストリスクを集約する。
$$\min_{\theta, \phi} L_{FairDRO} = \sum_{g \in \mathcal{G}} w_g R_g^{rob}(\theta, \phi)$$
ここで、$w_g$ は正規化された重み（実装では $1/|\mathcal{G}|$ に設定）であり、特定のグループを手動で重み付けすることなく、サブグループリスクの均一な集約を確保する。

3. 主要な貢献

• サブグループ内の隠れた失敗の特定： 本論文は、サブグループ性能の平均化が深刻な患者レベルの誤りを隠蔽することを特定し、公平性への二重軸アプローチを動機づけた。
• DuetFair メカニズム： サブグループ間適応とサブグループ内堅牢性を明示的に分離し、結合する概念フレームワーク。
• FairDRO アルゴリズム： 表現学習のための dMoE と、損失集約のためのサブグループ条件付き DRO を組み合わせた具体的な実装。この設計により、モデルはグループ間で適応しつつ、各グループ内のハードサンプルを優先できる。
• 包括的な評価： 人口統計学的、臨床的、制度的属性を網羅する 3 つのベンチマークでの評価。

4. 実験結果

著者は、FairDRO を 3 つのデータセットで評価した。Harvard-FairSeg（眼底画像、人種ベース）、HAM10000（皮膚病変、年齢ベース）、および社内データセットである3D 放射線治療ターゲットデータセット（前立腺 CT、T 段階と施設ベース）である。

• Harvard-FairSeg（人種）： FairDRO は、最も公平性をスケーリングした性能（ES-Dice および ES-IoU）を達成した。dMoE や Prompt-GDRO などの強力なベースラインと比較して、最も弱いサブグループ（アジア系）の Dice および IoU を大幅に改善し、平均性能は同等に維持した。
• HAM10000（年齢）： FairDRO は少数派グループ（年齢 $\ge$ 80 歳）の性能を回復させ、dMoE に対して Dice および IoU を改善した。ただし、著者は、年齢ベースのギャップが主にグループ間にあるため、サブグループ内堅牢性からの限界利益は他の設定と比較して小さかったと指摘している。
• 3D 放射線治療データセット：
  • 腫瘍の進行段階（T1-T4）： FairDRO はここで最も劇的な改善を示した。稀な段階（T1 および T4）における最悪グループの Dice を大幅に改善し、各段階内の患者ごとの Dice スコアのばらつきを減少させた。定性的分析により、FairDRO はベースラインで見られた系統的な過剰拡張または過小描画の誤りを修正したことが示された。
  • 施設： 病院間でのデータシフトを伴う現実的な展開シナリオにおいて、FairDRO は最悪のパフォーマンスを示すサイト（江南セブランス病院）を実質的に回復させた唯一の手法であり、最良の施設と最悪の施設の間の性能ギャップを縮小しつつ、ソースサイトでの性能を維持した。

5. 意義と主張

本論文は、FairDRO がサブグループ平均は誤解を招きうることを認識することで、公平性に対するより包括的なアプローチを提供すると主張している。グループ間の違いを処理するための表現学習と、グループ内の困難さを処理するためのロバスト最適化を結合することで、FairDRO は以下のことを保証する。

1. モデルが平均精度のために少数派グループの性能を犠牲しないこと。
2. 任意のサブグループ（多数派または少数派）内の困難なケースが、グループ平均によって隠蔽されないこと。

著者は、FairDRO がサブグループ内の患者レベルの異質性が顕著な設定（例えば放射線治療データセット）で最も大きな成果を上げると述べており、標準的なグループレベル手法は「隠れた失敗」に対処できないと指摘している。また、サブグループラベルがすでに性能格差の大部分を説明している場合（年齢ベースの HAM10000 の結果に見られるように）、サブグループ内堅牢性の追加価値は顕著ではないが、手法は依然として競争力があることを控えめに認めている。

最終的に、この研究は DuetFair と FairDRO を、公平なケアを提供する臨床 AI システムへの一歩として位置づけており、医療 AI の恩恵が、あらゆる人口統計学的または臨床的グループ内の困難または稀な症例を含むすべての患者に及ぶことを保証するものである。