CUPID-Med: Conformal Uncertainty-aware Prototype Discovery for Clinically Interpretable Deep Medical Clustering

CUPID-Medの技術要約：臨床的に解釈可能な深層医療クラスタリングのための、共形不確実性認識型プロトタイプ発見

問題提起
深層医療クラスタリングは、ラベルなしの医療データから潜在的な疾患サブグループを明らかにすることを目指しており、これは専門家によるアノテーションが高コストかつ変動的であることから極めて重要なタスクである。しかし、既存の深層クラスタリング手法には、主に以下の3つの制限事項が存在する。

1. 決定論的な割り当て： ほとんどの手法は、サンプルを単一のハードなクラスターラベルに強制的に割り当てるが、これは臨床的な表現型の連続性、重複性、および異質性を考慮できていない。
2. 較正された不確実性の欠如： 標準的なパイプラインでは、較正された不確実性の推定値や、専門家のレビューを必要とする曖昧な症例を特定するための正式なメカニズムがほとんど備わっていない。
3. 限定的な解釈性： クラスタリングの結果は、代表的なプロトタイプや視覚的な説明といった臨床的に意味のある要約を欠くことが多く、臨床医による検査や信頼を困難にしている。

さらに、医療用基盤モデルは強力な表現力を提供する一方で、その固定された埋め込みは非臨床的なアーティファクト（例：撮像バイアス）をエンコードする可能性があり、不確実性を認識したサブグループ発見を本質的にサポートするものではない。

手法：CUPID-Med
著者らは、固定された医療埋め込みを、較正され、解釈可能で、不確実性を認識したサブグループへと変換するために設計されたフレームワークであるCUPID-Medを提案する。そのアーキテクチャは、以下の5つのコアステージで構成される。

1. 医療基盤エンコーディング： 本フレームワークは、医療基盤エンコーダー（またはDenseNet121のような学習済みバックボーン）を利用して、生の入力（画像またはマルチモーダルデータ）を統一された表現へとマッピングする。画像のみの設定（CheXert）では、パッチ埋め込みとTransformerベースの処理、またはCNNによる特徴抽出が行われる。
2. 分布的潜在表現学習： サンプルを決定論的な点へとマッピングする代わりに、CUPID-Medは各サンプルをガウス分布 $N(\mu_i, \text{diag}(\sigma_i^2))$ として表現する。これは、平均ベクトルと対数分散を出力する投影ヘッドを介して実現される。モデルは、自己教師ありの一貫性損失（拡張されたビュー間のKLダイバージェンス）とコントラスティブ目的関数を用いて、堅牢な潜在分布を学習する。スカラーの不確実性スコア $u_i$ は、潜在的な分散から導出される。
3. プロトタイプに基づく深層クラスタリング： 本フレームワークは、潜在的な疾患サブグループを表す $K$ 個の学習可能なメモリバンク（プロトタイプ）を保持する。以下の要素を組み合わせたクラスタリング目的関数を最適化する。
   • ターゲット分布の精緻化（ソフトな割り当てを精緻化されたターゲットに適合させる）。
   • プロトタイプのコンパクト性（サンプルと割り当てられたプロトタイプ間の距離を最小化する）。
   • クラスターのバランス（均一なプロトタイプ利用を促進する）。
   • プロトタイプの分離（異なるプロトタイプ間の距離を最大化する）。
4. 共形不確実性較正： 信頼できる決定境界の必要性に対処するため、CUPID-Medは共形予測（Conformal Prediction）を教師なし設定に適応させる。これは、ソフトなクラスター割り当てを集合値予測へと変換する。
   • 非適合度スコアは、低い割り当ての確信度と潜在的な不確実性に基づいて算出される。
   • 分布に依存しないカバレッジを保証するために、較正セット上で閾値が推定される。
   • テストサンプルに対し、候補クラスターの集合 $\Gamma_\alpha(x)$ を出力する。この集合に複数のクラスターが含まれる場合、または不確実性が高い場合は、単一のラベルを強制するのではなく、専門家によるレビュー対象としてフラグが立てられる。
5. 臨床的に解釈可能な出力： システムは、代表的な画像（プロトタイプに最も近いサンプル）、臨床的濃縮プロファイル（事後的にラベルが利用可能な場合）、および不確実性分布を含む「クラスターカード」を生成する。視覚的な説明（Grad-CAMなど）は将来の拡張事項として記されており、現在の焦点はプロトタイプの検索にある。

主な貢献

• フレームワークの統合： 医療基盤エンコーディング、分布的潜在学習、プロトタイプ発見、および共形較正を組み合わせた統一的なフレームワークの提案。
• 不確実性認識型の割り当て： 決定論的なラベルを提供するのではなく、集合値予測を生成することで、曖昧な症例を明示的に特定し、ヒューマン・イン・ザ・ループによるレビューを可能にする共形戦略の導入。
• プロトタイプ駆動の解釈性： 各クラスターに対して代表的なサンプルを検索するメカニズムを提供し、事例ベースの推論と視覚的な検査を可能にする。
• ラベルなし学習プロトコル： 疾患ラベルを訓練からは厳密に除外し、事後の臨床的濃縮および解釈性分析にのみ使用するという、CheXpertデータセットにおける厳格な評価プロトコルの定義。

実験結果
フレーム本フレームワークは、ラベルなし学習プロトコルを用いて、CheXpertデータセットの5,000枚の正面像サブセットに対して評価された。

• ベースラインの性能： 固定されたDenseNet121の埋め込みに対する予備的なクラスタリング（K-means、GMM、凝集型クラスタリング）は、弱い分離を示した。最良のベースライン（K-means, $K=5$）は、シルエット係数 0.0510、Davies–Bouldin指数 3.6950 を達成した。
• CUPID-Medの性能： 主要なCUPID-Medの実行（$K=14$）は、シルエット係数 0.5175、Davies–Bouldin指数 2.7809、およびCalinski–Harabaszスコア 29,733.16 を達成した。
• 二次的な実行： 二次的な50エポックの実行では、さらに高い内部指標（シルエット：0.6216）を示したが、空クラスターの警告が発生したため、著者らは80エポックの実行を公式の再現可能な結果として扱った。
• 観察事項： CUPID-Medは決定論的なベースラインと比較して潜在的な分離を大幅に改善したが、主要な実行ではクラスターサイズの不均衡（1クラスターあたり2から1,132サンプル）が見られ、プロトタイプのバランス調整に関する正則化のさらなる精緻化が必要であることを示唆している。

意義と主張
本論文は、分布的プロトタイプ学習が、固定された深層埋め込みの決定論的クラスタリングよりも、構造化され解釈可能な医療画像のサブグループを生成できると主張している。

• パラダイムの転換： 本研究は、「不透明なハードクラスター」から「較正され、解釈可能で、不確実性を認識したサブグループ発見」への移行を主張している。
• 臨床的有用性： 集合値予測を生成し、不確実はなケースをフラグ立てすることで、本フレームワークは、重なり合う表現型や曖昧な所見が一般的である臨床現場の実態により良く適合する。
• 展開に関する謙虚な姿勢： 著者らは、本手法が優れた内部分離と解釈性を示している一方で、観察されたクラスターの不均衡や、より強力なバランス正則化の必要性は、本手法がフェノタイプ発見ツールとして安定した臨床展開を行う準備がまだ整っていないことを明示している。結果は、より信頼性の高い、人間中心のクラスタリングワークフローのための概念実証（PoC）として提示されている。