Quantification of Uncertainty with Adversarial Models in Medical Image Segmentation

技術要約：医療画像セグメンテーションのためのQUAM-SM

問題提起
ディープラーニングモデルを臨床ワークフロー、特に医療画像セグメンテーションに導入するには、高い精度だけでなく、信頼できるピクセルレベルの不確実性定量化（uncertainty quantification）が必要です。標準的なディープラーニングモデルはしばしば誤った較正（miscalibration）に陥り、過剰に自信に満ちた予測を生成して、基礎となる失敗モードを隠蔽してしまうことがあります。これは、特に物体の境界や微細な病理領域において顕著です。このような過剰な自信は、真の疾患進行を偽進行（pseudo-progression）と誤認させるなど、誤った臨床判断を招く可能性があります。Deep Ensembles、ベイズ近似（例：Monte Carlo Dropout）、およびエビデンシャル・アプローチを含む既存の不確実性推定手法は、多くの場合、限定的な事後分布の領域内での確率的サンプリングに依存しています。その結果、潜在的な予測失敗の全容を捉えたり、異なる不確実性のソースを適切に区別したりすることに失敗する可能性があります。

手法：QUAM-SM
著者らは、モデルの決定が誤ったクラスへと容易に反転してしまう「敵対的に脆弱な（adversarially fragile）」ピクセル（領域）を特定するために設計されたポストホック・フレームワークであるQUAM-SM（Quantification of Uncertainty with Adversarial Models in Medical Image Segmentation）を提案しています。このフレームワークは、以下のステージを通じて動作します。

1. 参照セグメンテーション（Reference Segmentation）： 固定された学習済みモデルが、学習データの分布との一貫性を維持するために学習データ分布へのアクセスを想定しつつ、テスト画像に対して参照セグメンテーション（$y_{ref}$）を生成します。
2. 敵対的モデル探索（Adversarial Model Search）： 本手法の中核は、代替となるセグメンテーション仮説を生成するための標的型敵対的探索です。アルゴリズムは、以下の2つの補完的な損失項を用いてモデル（$\tilde{w}$）を最適化します。
   • ペナルティ損失（$L_{pen}$）： 敵対的モデルが妥当なもの（事後妥当性）であることを保証するために、学習分布との一貫性を強制します。
   • 敵対的損失（$L_{adv}$）： 代替の仮説を探索するために、予測を特定の標的ラベル（$y_{mask}$）へと駆動させます。
     本論文では、$y_{mask}$を生成するための3つの戦略を調査しています。
   • Global Extreme Masks (GEM): すべての背景、またはすべての前景からなる定数マップ。
   • Training-based Masks (TBM): 学習セットからサンプリングされた、現実的な解剖学的構成。
   • Morphology-augmented Masks (MAM): 参照予測に対するモルフォロジー演算（膨張/収縮）を通じて作成された、境界付近の局所的な構造変化。
3. 混合重要度サンプリング（MIS）による不確実性定量化： 敵対的探索は、一連の妥当なモデルの重みを生み出します。統計的に一貫した予測分布の推定値を得るために、著者らは混合重要度サンプリングを採用しています。モデルが学習分布に適合しているほど、そのモデルがより大きく寄与するように、ペナルティ損失に基づいてモデルに重み付けを行います。
4. 不確実性の分解： 算出された重み付き予測を用いて、期待エントロピー（Expected Entropy: EE）の枠組みに基づき、総不確実性を以下の2つの明確な成分に分解します。
   • アレオリック不確実性（Aleatoric Uncertainty）： データのノイズやアノテーションの変動を表します（個々の予測のエントロピーの期待値としてモデル化）。
   • エピステミック不確実性（Epistemic Uncertainty）： モデルの不確実性を表します（重み付きアンサンブル予測間の相互情報量または不一致としてモデル化）。

主な貢献

1. 新規フレームワーク： 著者らは、脆弱なピクセル単位の予測を特定するために、標的型敵対的探索を活用した医療画像セグメンテーションのためのポストホック不確実性定量化フレームワークを導入しました。
2. 不確実性の分離： 本手法は、アレオリック不確実性とエピステミック不確実性を明示的に区別し、複数の公開データセットにおいてインターレーター（評価者間）の変動との高い整合性を実証しました。
3. 事後分布のカバレッジ向上： 敵対的モデルの概念をセグメンテーション領域に拡張することで、本手法は、従来の密度ベースの手法よりも感度の高いエラーマップを提供し、事後分布の範囲を改善することに成功しました。

実験結果
QUAM-SMフレームワークは、複数の専門家によるアノテーションを含む2つの公開データセットで評価されました。

• REFUGE (DR): 視神経乳頭および陥凹のセグメンテーションのための、7つの独立したアノテーションを持つ眼底写真画像。
• QUBIQ2021 (DQ): 6人の専門家によってアノテーションされた前立腺腫瘍MRIボリューム。

本手法は、Monte Carlo Dropout、Deep Ensembles、Probabilistic U-Net、およびSUREエビデンシャル・フレームワークと比較されました。性能は、複数のアノテーターから導出された参照エントロピーマップに対するピアソン相関係数（PCC）および決定係数（$R^2$）、およびセグメンテーション精度に対するSoft Dice（SDice）スコアによって測定されました。

• 定量的性能： QUAM-SMは、両方のデータセットにおいて、エピステミック、アレオリック、および総不確実性のすべてのカテゴリにおいて最高のPCCおよび$R^2$値を達成し、参照不確実性との優れた整合性を示しました。また、セグメンテーション精度（SDice）においても、競合する手法を一貫して上回りました。
• アブレーション研究： 実験により、攻撃戦略の中でMorphology-augmented Masks (MAM) が最良の性能を示すことが確認されました。さらに、敵対的イテレーション数（$M$）を増やすことで性能が一貫して向上し、より高いイテレーション数で最適な結果が得られることが観察されました。
• 定性的結果： 可視化により、QUAM-SMがグラウンドトゥルースのエントロピーマップと密接に一致し、特に境界付近における評価者間の不確実性が高い領域を正確に捉えていることが示されました。

意義と主張
本論文は、QUAM-SMが予測的な不安定性を能動的に探索するメカニズムを提供することで、医療AIにおける過剰な自信を持った予測という重要な課題に対処していると主張しています。アレオリック不確実性とエピステミック不確実性を分離することにより、本フレームワークはモデルの信頼性に関するより微細な視点を提供します。著者らは、推定されたアレオリック不確実性が、総不確実性よりもインターレーターの変動と強く相関していることを指摘しており、これはアノテーションの曖昧さを捉える上での特異的な関連性を強調しています。この能力は、真の病理学的変化とアーティファクトを区別し、モデルの決定が最も脆弱になる領域を特定することで、より安全な臨床的意思決定をサポートします。本手法は学習分布へのアクセスを必要としますが、著者らは、これが現実的な臨床ベンチマークにおいてモデルの評価を高める解釈可能な不確実性マップを提供すると主張しています。