Enhancing Clinical Decision Support Through Explainable AI: A Comparative Study of CNN and Vision Transformer Models for Skull Fracture Detection in CT Scans

探偵として、密閉された部屋の中で謎を解こうとしているところを想像してみてください。医学の世界において、その部屋は人間の頭部であり、謎とは、衝撃や転倒によって生じた頭蓋骨の隠れた亀裂（骨折）です。扉を壊さずに中を見るために、医師たちはCTスキャンと呼ばれる特別な種類のX線を使用します。これは脳の何百枚もの薄い断面を、まるで本のページをめくるように撮影するものです。しかし、それらすべてのページを読み解くのは非常に骨の折れる作業です。時には、亀裂があまりに細く複雑なため、骨の正常な線と区別がつかないこともあり、専門の医師でさえ見逃してしまうことがあります。ここで「人工知能（AI）」が登場します。AIを、数秒で全てのページを読み取ることができる超高速のロボット助手と考えてみてください。しかし、ここには落とし穴があります。ロボットはしばしば「ブラックボックス」のような存在です。彼らは答えを出してくれますが、なぜそう判断したのかという理由までは教えてくれません。もしロボットが「ここに亀裂があります」と言ったとしても、どこを見ているのかが見えないのであれば、医師はその言葉を信頼できないかもしれません。この論文は、単に亀裂を見つけるだけでなく、どこを見ているのかを正確に指し示し、医師が「なるほど、言いたいことはわかる」と言えるようなロボットを構築することについての物語です。

この研究の調査員たちは、2種類の異なるタイプのロボット探偵をテストすることにしました。一方は伝統的な人間の目のように考えるもの（CNN、具体的にはResNet-50）、もう一方は現代的なパターン探索型の超有機体のように考えるもの（Vision Transformer、具体的にはDeiT-Tiny）です。彼らは、どちらが頭蓋骨骨折を見つけるのに優れているか、そしてより重要な点として、どちらが病院で信頼されるほど明確に思考プロセスを説明できるかを検証しようとしました。

偉大なる探偵の対決

この実験を行うために、チームはスリランカのある病院で頭部外傷を負った15人の患者から集められた4,914枚のCTスキャン断面を集めました。これは、膨大な図書館ではなく、小さなミステリー本のコレクションを持っているようなものであり、ロボットにとって仕事をより困難なものにします。彼らは画像をクリーニングして骨を鋭く鮮明にし、それから2体のロボットに骨折の判別方法を教え込みました。

最初のロボットであるResNet-50は、細部にズームインする探偵のようなものです。画像の小さなパッチを見て、あらゆる小さな凹凸や線をチェックします。2番目のロボットであるDeiT-Tinyは、もっと全体像を見るために一歩下がり、画像全体のドットを繋ぎ合わせてパターンを見つけ出す探偵のようなものです。

ロボットたちが作業を開始すると、結果は明らかでした。伝統的な探偵であるResNet-50の方が優れた発見者でした。それは約72.6%の確率で骨折を正しく特定し、正常な骨と亀裂を区別する能力を示す「スコア」（AUC-ROC）は0.800でした。現代的な探偵であるDeiT-Tinyは、少し速度が遅く精度も低く、正解率は67.3%、スコアは0.746でした。この差は単なる偶然ではなく、数学的にも有意な隔たりがあることが示されました。実際、ResNet-50は誤報（亀裂がないのにあると言うこと）を避ける能力が非常に高く、一方でDeiT-Tinyは少し興奮しすぎて、亀裂がない場所にまで亀裂を見出してしまう傾向がありました。

答えの背後にある「理由」

しかし、優れた探偵であるということは、単に答えを見つけることだけではありません。自分の考えを示せることです。ここから物語は面白くなります。研究者たちはこう問いかけました。「ロボットが『骨折』と言ったとき、それは実際にどこを見ているのだろうか？」

これを確認するために、彼らは人間の専門家に、いくつかのテスト画像上の実際の骨折箇所をボックスで囲むよう依頼しました。そして、それらのボックスと、ロボットが自身の焦点を示すために描いた「ヒートマップ」を比較しました。ロボットが画像の上のどこに注目しているかを示すために、光る雲を描いている様子を想像してみてください。

ここで、状況が少し逆転しました。Reshet-50は骨折を「見つける」ことには優れていましたが、DeiT-Tinyの方が、それを「指し示す」ことにおいてはわずかに優れていました。現代的なロボットの光る雲は、伝統的なロボットよりも、実際の骨折箇所と重なりが大きかったのです。しかし、どちらの重なりも依然として非常に小さく、ロボットが正確な家番号ではなく、単に正しい近所を指しているような状態でした。数値は低く、DeiT-Tinyの重なりスコアはわずか0.021であり、ResNet-50は0.006でした。「より優れた」方のロボットでさえ、正確な場所を特定するには至りませんでした。

これが将来に意味すること

では、結論はどうでしょうか？ この研究は、もし患者に骨折があるかどうかを教えてほしいのであれば、現在のところ伝統的なResnet-50の方が、特に学習させるためのデータが大量にない場合には、より信頼できる選択肢であることを示唆しています。それは、仕事をやり遂げる、着実で経験豊富な探偵です。しかし、もしロボットが人間の目にとってより論理的に感じられる方法で、どこを見ているかを示してくれることを重視するのであれば、実際の検出力は劣るものの、現代的なDeiT-Tinyにわずかな強みがあります。

研究者たちは、どちらのロボットもまだ医師に取って代わる準備ができているわけではない、と慎重に述べています。両方のロボットとも、実際の骨折の約半分を見逃しており（再現率/Recallは約0.49）、人間によるダブルチェックを必要としています。しかし、この研究は魅力的なトレードオフを浮き彫りにしています。つまり、時には、謎を解くのが最も得意なロボットが、その推理過程を最もよく説明できるロボットではないこともある、ということです。

チームは、これらのロボットが病院における真のパートナーとなるためには、より多くのデータを用いて学習させ、怪我の正確な位置を指し示す能力をさらに向上させる必要があると結論付けています。それまでは、放射線科医がより詳しく調べるべき疑わしいスライスをフラグ立てするための、便利な「第二の目」として機能するのが最適なのです。これにより、隠れた亀裂が見逃されないようにすることができます。