技術要約：マルチソース画像融合における転移可能かつ再構成可能なクロスシステム学習のための加法的因果構築

1. 問題提起

本論文は、特に医療画像における分布外（OOD）シナリオ下でのマルチソース画像融合の課題に取り組んでいる。核心となる問題は、不均一な入力（例：異なるセンター、デバイス、または解剖学的領域からの画像）が、異なる生成メカニズムによって駆動されていることに起因する。著者らは、既存の融合手法における2つの主要な失敗モードを特定している。

• クロスシステム不一致 (Cross-System Discrepancy, CSD): システム間で統一された因果的参照が存在しないため、意味的な整合が困難になり、表現の不整合を招く。
• クロスシステムもつれ (Cross-System Entanglement, CSE): 融合プロセスにおいて、クロスシステム間の干渉による不安定な依存関係や偽の因果経路が導入されることが多い。これらの経路は分布シフトに対して頑健ではなく、モデルが異なるドメイン（例：異なる病院やスキャナー）のデータに遭遇した際に、大幅な性能低下を引き起こす。

既存の手法は通常、静的な制約を用いた観測レベルの結合モデリングに依存しており、因果構造を事前定義された固定的なものとして扱っている。これらは、因果構造の進化や生成メカニズムの違いを明示的にモデル化できていないため、CSDおよびCSEの動的な性質に対処するには不十分である。

2. 手法：ACCフレームワークとACC-CRL

著者らは、マルチソース融合を単なる特徴の集約ではなく、不均一なシステムから統一された因果構造を構築する動的なプロセスとして再定義する、**加法的因果構築（Additive Causal Construction: ACC）**フレームワークを提案している。このフレームワークは、ACC-CRL（Additive Causal Construction - Causal Representation Learning）と呼ばれる学習可能なモデルとして具体化される。

A. ACCフレームワークの原則

このフレームワークは、2つの主要な柱に基づいて動作する。

1. 因果グラフ転移性 (Causal Graph Transferability, CGT):

   • 目的: 共通の因果的「アンカー」を確立することで、CSDを軽減する。
   • メカニズム: アンカー等価ペアを、異なるシステムから共通の抽象的な因果コンテンツ参照（$X$）へとマッピングされ、一貫した介入応答を誘導するノードとして定義する。
   • 要件: これには、意味的な比較可能性（共通のコンテンツ空間へのマッピング）と、介入応答の一貫性（共有アンカーへの介入が、システム間で一貫したダウンストリームの応答を生み出すことの保証）が必要である。

2. 因果グラフ再構成性 (Causal Graph Reconfigurability, CGR):

   • 目的: 融合を静的なマージではなく、トポロジー的な再編成として扱うことで、CSEを抑制する。
   • メカニズム: 候補となるクロスシステム間のエッジの信頼性を評価するために、構造的不確実性を導入する。
   • プロセス: メカニズムの適合性と応答の一貫性から導出された信頼性に基づいて、候補エッジを選択、弱体化、または抑制する。これにより、システムは安定した因果関係を保持しつつ、不安定なショートカットを破棄するように、融合プロセスを適応的に制御できる。

B. ACC-CRLの実装

ACC-CRLは、以下の3つのコアコンポーネントを通じて、表現空間におけるACCフレームワークを実現する。

1. 学習可能なCGT（コンテンツ・メカニズム解体）:

   • 観測値は、共有因果コンテンツ（$X$）とシステム固有のメカニズム（$U$）に分解される。
   • 対照学習: 対照損失（$L_{con}$）を用いて、異なるシステムから意味的に対応するサンプルを共有コンテンツ空間内で整列させる。
   • 解体: 解体制約（HSICを用いた$L_{dis}$）により、メカニズム情報が共有コンテンツに漏洩することを防ぎ、$X$が安定した因果的意味を捉え、$U$が不均一性を保持するようにする。
   • 応答整列: 一方のシステムの出力を他方のコンテンツとメカニズムを用いて再構成するための双方向応答マッピング（$\Psi$）を学習する。残差誤差（$e_{str}$）は、構造的なミスマッチの信号として機能する。

2. 学習可能なCGR（不確実性認識型融合）:

   • 不確実性推定: モデルは、応答整列の残差に基づく構造的不確実性（$u_{str}$）と、メカニズム表現およびコンテンツの不一致に基づく予測的不確実性（$u_{unc}$）を計算する。
   • 適応型ゲーティング: 合計不確実性から融合信頼重み（$\gamma$）を導出する。
     • $\gamma$が高い場合（不確実性が低い）：モデルは両システムからの表現を融合する。
     • $\gamma$が低い場合（不確実性が高い）：モデルはクロスシステム間の情報を抑制し、不安定な依存関係を避けるために、保守的なシングルシステム表現へと退避する。
   • 観測認識型再構成: 潜在的な抽象化の過程で微細な視覚的特徴（例：テクスチャ、境界）が失われるのを防ぐため、観測補完ブランチを追加する。最終的な表現は、信頼重み $\gamma$ に基づいて、潜在的な因果融合と生の観測特徴を動的にバランスさせる。

3. 結合最適化:
   モデルは、教師あり損失、対照損失、解体損失、応答整列損失、および構造的ミスマッチが深刻な場合に高い融合重みにペナルティを課す正則化項（$L_{uaf}$）を含む、結合された目的関数を用いて訓練される。

3. 主な貢献

• 理論的定式化: 本論文は、マルチソース融合を、CGTとCGRを通じてCSDおよびCSEを明示的に対処する動的な因果構築プロセスとして概念化するACCフレームワークを導入した。
• 学習可能な具体化: メカニズムの解体、介入的一貫性の整列、および不確実性認識型の構造制御を実装する、実用的でエンドツーエンドで訓練可能なアーキテクチャであるACC-CRLを提案した。
• 新規メカニズム: 静的な観測的制約を超え、介入応答の一貫性（共有アンカーを定義するため）と構造的不確実性モデリング（融合の信頼性を制御するため）を組み合わせた独自のメカニズムを提供した。
• 観測補完: 潜在的な因果抽象化と生の視覚的特徴を動的にバランスさせるメカニズムを導入し、微細な詳細が重要なタスクにおける頑健性を確保した。

4. 実験結果

著者らは2つのデータセットを用いて手法を検証した。

• 合成データ (ColorMNIST):

  • 設定: スプリアス相関（CSE）をシミュレートするために、モダリティ・バイアス（カラー vs グレースケール）を持つ制御された環境。
  • 知見: ACC-CRLは、ベースライン（連結、介入など）と比較して、方向バイアスを大幅に減少させ、OOD汎化性能を向上させた。これは、ショートカット経路を抑制し、表現空間において分離可能で安定したクラスターを学習する能力を示した。

• 実世界の医療画像 (微小血管浸潤 - MVI予測):

  • 設定: 2つの病院（四川省人民病院および湖州中央病院）からの動脈相MRIを用いたクロスセンター予測タスク。タスクは腫瘍内および腫瘍周囲領域の融合を含む。
  • 知見:
    • OOD汎化: ACC-CRLは、インドメイン（ID）性能において競争力のある性能を維持しつつ、外部OODテストセットにおいてベースライン（MultiOOD, IRM, VRExなど）を大幅に上回った。
    • 頑健性: 手法はIDとOODの性能（BACCで測定）の間のより良いトレードオフを実現し、汎化ギャップを縮小させた。
    • アブレーション研究: メカニズムの整列（CGT）が表現の安定性を向上させ、不確実性認識型融合（CGR）が分布シフト下での不安定なクロスシステム依存関係を抑制するために極めて重要であることを確認した。
    • 分析: 可視化（t-SNE）により、メカニズムの整列がより優れたクラス分離とドメイン解体をもたらしたことが示された。不確実性分析により、モデルがOODサンプルに対して正しく高い不確実性を割り当てていること、および不確実性が予測誤差と相関していることが確認された。

5. 意義と主張

本論文は、提案されたACC-CRL戦略が、分布シフトが避けられないオープンな環境におけるマルチソース融合のための堅牢なソリューションを提供すると主張している。静的な観測的視点から動的な因果構築の視点へと移行することにより、本手法は以下を実現する：

• 転移可能な因果的アンカーを確立することで、クロスシステム不一致を効果的に軽減する。
• 構造的および予測的不確実性に基づいて融合を適応的に制御することで、クロスシステムもつれを抑制する。
• 因果構造の生成と進化を明示的にモデル化することが、固定された因果グラフを仮定する方法よりも優れた汎化性能をもたらすことを実証した。

著者らは、このアプローチが、データ不均一性が高く、信頼性と解釈性の高い意思決定が不可欠な医療応用（MVI予測など）において特に価値が高いと結論付けている。今後の展望として、臨床的な適用性をさらに高めるための、より複雑なマルチ因果システムモデリングや高度な構造学習技術の探索を挙げている。