Patient-level coronary artery disease classification from cardiac MRI using out-of-fold heart segmentation and same-slice region controls

技術要約：心臓MRIを用いた患者レベルの冠動脈疾患分類

問題提起
本研究は、医療用画像における機械学習の適用、特にデータ漏洩（データ・リーケージ）と「ショートカット学習」に関する重大な手法上の欠陥に対処するものである。公開されているCAD Cardiac MRIデータセット（Kaggle）を使用し、著者は構造的な不一致を特定した。すなわち、当該データセットには63,425枚のJPEG画像が含まれている一方で、独立した患者フォルダはわずか30個であった。これまでの分析では、個々のスライスを独立したサンプルとして扱うことが多く、その結果、同一患者のスライスが訓練セットとテストセットの両方に現れるという深刻なデータ漏洩を引き起こし、性能指標を人工的に膨張させていた。さらに、分類器は疾患特異的な心臓の特徴ではなく、非臨床的なショートカット（例：スキャナーのスタイル、JPEGエクスポートの幾何学的形状、パディング、または心臓外の解剖学的構造）を学習してしまう可能性がある。本研究の目的は、厳格な患者レベルの検証とアウト・オブ・フォールド（OOF）セグメンテーションを強制した場合に、自動セグメント化された関心領域（ROI）が、フル画像や心臓外領域と比較して優れた患者レベルの識別能を提供するかどうかを判断することである。

方法論
本研究は、厳格な患者レベルのクロスバリデーション・フレームワークを用いた遡及的二次解析を採用した。

• データ構造と監査: 63,425枚の画像を30の患者ユニット（正常16、疾患14）に再編成した。包括的な品質監査と手動ターゲットレビューを実施し、手動アノテーションセットを5,097ターゲット（心臓あり3,949、心臓なし1,148）へと拡張した。
• アウト・オブ・フォールド（OOF）セグメンテーション: 患者レベルでクロスフィットされた2.5D Attention U-Netを5つのフォールドで訓練した。極めて重要な点として、すべての患者に対して、セグメンテーションモデルは他のすべての患者を用いて訓練された。これにより、特定の患者に対するセグメンテーションマスクが、真に「アウト・オブ・フォールド（OOF）」であることが保証された。これは、分類器が訓練中にその患者自身のセグメンテーションを見ることがないようにするためである。
• 表現の構築: 全く同じ50,735枚のアテンション対象スライスから、3つの主要な表現を生成した。
  1. フル画像 (B2): 画像全体。
  2. 自動心臓ROI (AU1): OOFセグメンテーションマスクによって定義された領域。
  3. 補完領域 (C1): ROIの外側にある正確なピクセル。
  • 事前学習済みのImageNetモデルであるEfficientNet-B0を用いて、これらの表現をエンコードした。
• 患者の集計と分類: スライス・エンベディングをシリーズ内で平均化し、次にシリーズ間で平均化することで、単一の患者ベクトルを作成した。これらの患者レベルのベクトルに対して、クラスバランスを考慮したロジスティック回帰分類器（ハイパーパラメータ調整のための内部クロスバリデーションを含む）を適用した。
• 統計的厳密性: 30人の患者に対する患者レベルのブートストラップ区間（2,000回の再サンプリング）を用いて性能を評価した。二次解析には、取得記述子（acquisition descriptors）に基づいてSick/Normalの画像をペアリングした、クロス・クラス・マッチド・コホート、および自動マスクと研究者作成マスクを比較する手動ポジティブ・サブセットが含まれる。

主な結果

• セグメンテーションの質: OOFセグメンテーションは、心臓ありのターゲットに対して0.809の患者バランスのDice係数を達成した。注目すべきことに、「心臓なし」のターゲットの73.4%は空のマスクを受け取ったが、約26%の非心臓フレームにおいて偽陽性のマスクが生成されるという失敗モードが残存していた。
• 分類性能（主要コホート）:
  • 自動ROI (AU1): AUC 0.938 (95% CI: 0.847–1.000) を達成。
  • フル画像 (B2): AUC 0.830 を達成。
  • 補完領域 (C1): AUC 0.772 を達成。
  • AU1とB2のペア差は0.107 (95% CI: 0.009–0.235)、AU1とC1のペア差は0.165 (95% CI: 0.029–0.344) であり、いずれもゼロを含まなかった。
• マッチド・コホート: 二次的なマッチド解析においても、自動ROI (AU2) は、フル画像 (AUC 0.821) および補完領域 (AUC 0.741) に対して優位性を維持した。
• 自動 vs 手動: 3,949枚の手動アノテーション済み画像において、自動ROI (AU3) はAUC 0.973を達成し、手動ROI (M1) の0.951と比較された。ペア差（-0.022）はゼロを含んでおり、このサンプルにおいては統計的に有意な差がないことを示している。
• 残留するショートカット信号: ROIによる制限にもかかわらず、補完領域（心臓以外のピクセル）は依然として実質的な予測力を保持しており（AUCは0.741から0.835の範囲）、これはデータセット特有のアーティファクト（例：取得スタイル、パディング、または心臓外の解剖学的構造）が疾患ラベルと依然として相関していることを示唆している。

意義と主張
本論文は、臨床的に即時利用可能なソリューションではなく、**手法論的な概念実証（Proof of Concept）**として位置づけている。その主な貢献は以下の通りである：

1. 漏洩の制御: 患者をスライスではなく独立した分析単位として扱う必要性を実証した。患者レベルのフォールドとOOFセグメンテーションを強制することにより、本研究は、画像レベルの評価で見られる過度な楽観主義を避け、モデル性能のより現実的な推定値を提供している。
2. ROIの有用性: この特定のデータセットにおいて、心臓領域を局在化させることが、フル画像や心臓外領域を使用する場合と比較して、患者レベルの識別能を向上させるという証拠を提供した。
3. ショートカットの検出: ROIによる制限を行っても、補完領域（非心臓領域）に依然としてかなりの予測情報が残っていることを強調している。これは、臨床的な過剰解釈に対する警鐘であり、モデルが純粋に心臓の病理を学習しているのではなく、データセット特有のショートカット（例：JPEGエクスポートのパターンやスキャナーのメタデータ）を依然として利用している可能性を示唆している。
4. 再現性フレームワーク: 著者は、セマンティック・フィンガープリントとアトミック・ライト（atomic writes）を用いた堅牢なパイプラインを実装した。これにより、手動アノテーションの変更が、依存するすべての段階（セグメンテーション、特徴抽出、および分類）の完全な再計算をトリガーするようにし、結果が更新されたデータ状態を確実に反映するようにした。

限界と範囲
著者は、知見が小規模なサンプルサイズ（30患者）、外部検証の欠如、DICOMではなくJPEGの使用（メタデータの欠落）、および二次解析においてアウトカムに基づいたマッチングが使用されていることに限定されていることを明示している。したがって、本研究は、心臓の局在化は有望であるものの、残留するショートカット信号の存在と独立した検証の欠如により、モデルは臨床使用には適していないと結論付けている。本研究の主たる目的は、公開されている医療用画像データセットを再評価するための、厳格で漏洩制御された手法を検証することにある。