JANUS: Anatomy-Conditioned Gating for Robust CT Triage Under Distribution Shift

技術的概要：JANUS – 頑健な CT トリアージのための解剖学的条件付きゲーティング

問題定義
自動化された CT トリアージは、多くの場合、視覚的外観のみではなく、臓器サイズ、血管径、HU 密度などの定量的閾値によって定義される臨床的に重要な所見を特定することを目的としています。ビジョン・トランスフォーマー（ViT）は強力な視覚表現を提供しますが、これらの測定の手がかりを明示的に組み込むメカニズムを欠くことがよくあります。分布のシフト（スキャナープロトコルや再構成設定の変化など）の下では、視覚的外観は大きく変動する一方で、基礎となる解剖学的構造は不変のままです。粗い臓器レベルの統計量や加法的融合を用いた以前の試みは、視覚的証拠と定量的証拠が矛盾する際に、モデルが偽の相関に依存することを許容する明示的な抑制メカニズムを提供できず、失敗することが多かったです。

手法：JANUS アーキテクチャ
著者らは、解剖学的ガイダンス・ゲーティングを介してマクロ・ラジオミックな事前知識に基づいて視覚的埋め込みを条件付ける、生理学に導かれた双ストリーム・アーキテクチャであるJANUSを導入します。

1. データ取り込みと前処理:

   • 視覚ストリーム: 3D CT ボリュームは、$N$ 個の 2.5D「トライスライス」（隣接スライスの積み重ね）にサンプリングされます。これらは、パッチ埋め込みを抽出するために、事前学習済みの DINOv3 ViT バックボーンによって処理されます。
   • 記号ストリーム: セグメンテーションマスク（TotalSegmentator などのツールから導出）を用いて、疾患固有のマクロ・ラジオミック事前知識ベクトル（$s_\ell$）が計算されます。このベクトルには、臓器体積、直径、密度測定プロファイル、および体液量などの記述子が含まれます。これらのスカラーは z スコア正規化されます。

2. 視覚エンコーディング（臓器マスク付きアテンション）:

   • 標準的なグローバルプーリングの代わりに、JANUS は拡張 ROI マスク付きアテンションプーリングを採用します。各病理に対して、特定の 3D 関心領域（ROI）マスクが定義されます（例：動脈瘤に対する大動脈）。
   • このマスクは、臓器周囲のコンテキストを捉えるために拡張され、トライスライスサンプリングと整合されます。
   • アテンション重みは、ROI 内のトークンのみに対して計算され、病理に関連する視覚的特徴（$z_{v,\ell}$）を特定してプーリングし、無関係な背景を無視します。

3. 解剖学的ガイダンス・ゲーティング（中核メカニズム）:

   • マクロ・ラジオミック事前知識ベクトル $s_\ell$ は、学習された線形層を通じて投影され、シグモイド関数を通過させて生理学的ゲート $g_\ell \in [0, 1]^d$ を生成します。
   • このゲートは、要素ごとの乗算（アダマール積）を介して視覚的埋め込みを変調します：$z_{gated,\ell} = z_{v,\ell} \odot g_\ell$。
   • メカニズム: これは「生理学的拒否権」として機能します。定量的事前知識が視覚的証拠と矛盾する場合（例：視覚的特徴が動脈瘤を示唆しているが、大動脈径は正常範囲内である）、ゲートは視覚的埋め込みの特定の次元を減衰させ、高信頼度の偽陽性を効果的に抑制します。
   • 初期化: ゲートは、安定した勾配フローを確保し、モデルがトレーニングデータによって支持される場合にのみより強力なゲーティングを学習できるように、主に開いた状態（$g \approx 0.88$）で初期化されます。

4. トレーニング目的:

   • モデルは、部分的に観測されたラベルに対して、カリキュラム重み付きの二値交差エントロピー（BCE）損失を使用します。欠落したラベルは、回顧的データセットで一般的に不完全な注釈を処理するために、初期ウォームアップ期間後に弱い負例として扱われます。

主要な貢献

• アーキテクチャ: JANUS は、定量的測定が単に視覚的予測を補強するだけでなく、それを制約すべきであるという原則を具体化します。これは、マクロ・ラジオミック事前知識と視覚的証拠が矛盾する際に視覚的証拠を構造的に抑制することを可能にする乗法的ボトルネックを導入します。
• 指標（生理学的拒否権率 - PVR）: 著者らは、高信頼度のベースライン偽陽性の抑制を定量化するために PVR を提案します。また、ゲーティングメカニズムが均一に信頼度を低下させるのではなく、選択的であることを示すために、偽陽性抑制と真陽性抑制の比率である拒否権選択性を定義します。
• 実証的検証: 本研究は、標準的な ViT や ORACLE-CT 変種を含むベースラインとの厳密な比較を提供し、特定のゲーティングメカニズムが加法的融合戦略を上回ることを実証しています。

結果

• 性能: MERLIN テストセット（$N=5,082$）において、JANUS はマクロ AUROC 0.88、AUPRC 0.74を達成し、すべての再現されたベースライン（ViT ベースライン：0.84；ORACLE-CT：0.86）を上回りました。
• 汎化性: 異なる機関からの外部データセット（$N=2,000$）において、JANUS は強力な性能（AUROC 0.87）を維持し、性能低下または停滞を示したベースラインを大幅に上回りました。
• 較正: JANUS は、内部および外部データセットの両方で、優れた較正（低い期待較正誤差、ECE）を示しました。
• 選択性: 生理学的拒否権率の分析により、ドメインシフト下において、JANUS は高信頼度の偽陽性を30.8%削減し、真陽性には2.85%のみ影響を与え、拒否権選択性が10.8倍であることを示しました。
• 頑健性: 模擬スカラー汚損（最大 50% のノイズ）の下では、JANUS は ViT ベースラインを上回る形で滑らかに劣化しましたが、加法的融合手法（+OSF）はベースライン性能に近づきました。
• 層別分析: 幾何学的（サイズ）および密度測定（例：大動脈瘤、肝脂肪腫）によって定義される所見において、改善が最も顕著でした。臓器レベルの事前知識があまり情報をもたらさない焦点性病理（例：虫垂炎）の場合、性能はベースラインと同等に保たれ、加法的融合モデルで見られた劣化を回避しました。

意義と主張
本論文は、JANUS が物理的に根ざした条件付けが CT トリアージにおける識別力と信頼性の両方を向上させることを実証していると主張しています。乗法的ゲーティングメカニズムを通じて解剖学的制約を強制することで、モデルは分布シフトに対してより頑健になり、定量的バイオマーカーと整合しない偽の視覚的相関を抑制する能力が向上します。著者らは、このアプローチが、特に定量的閾値によって定義される所見に対して、信頼性の高い自動化トリアージに向けた臨床的に必要な一歩を提供すると結論付けています。

限界
著者らは、JANUS がセグメンテーションがゲーティングに先行する逐次パイプラインに依存しており、明確な臓器レベルの代理指標を欠く焦点性所見の有用性が制限されることを認めています。さらに、スカラーの頑健性は現実的なセグメンテーション誤差ではなく、模擬汚損を通じて評価されたこと、および CT 事前学習済みバックボーンの使用は今後の課題であることを指摘しています。