INTERACT-CMIL: Multi-Task Shared Learning and Inter-Task Consistency for Conjunctival Melanocytic Intraepithelial Lesion Grading

Technische Samenvatting: INTERACT-CMIL

Probleemstelling
Een nauwkeurige grading van conjunctivale melanocytische intra-epitheliale laesies (CMIL) is cruciaal voor het voorspellen van conjunctivaal melanoom en het bepalen van de behandeling. Echter, de huidige diagnostische praktijken vertrouwen op subjectief histopathologisch onderzoek van met Hematoxyline en Eosine (H&E) gekleurde secties, wat leidt tot aanzienlijke variabiliteit tussen waarnemers, vooral bij laesies van lage graad. De complexiteit van CMIL-grading vloeit voort uit de noodzaak om vijf onderling samenhangende histopathologische assen gelijktijdig te evalueren: WHO4-classificatie, WHO5-classificatie, horizontale spreiding (HS), verticale spreiding (VS) en cytologische atypie (AP). Deze criteria vertonen sterke afhankelijkheden (bijvoorbeeld: ernstige atypie gaat vaak gepaard met verhoogde verticale proliferatie), toch modelleren bestaande computationele benaderingen deze assen vaak onafhankelijk, wat het risico op klinisch onwaarschijnlijke of inconsistente voorspellingen met zich meebrengt. Bovendien vormen de zeldzaamheid van CMIL en het gebrek aan geannoteerde data uitdagingen voor het trainen van robuuste deep learning-modellen.

Methodologie
De auteurs stellen INTERACT-CMIL voor, een deep learning-framework met meerdere koppen dat is ontworpen om de vijf diagnostische assen gezamenlijk te voorspellen en consistentie tussen taken af te dwingen. De architectuur is gebaseerd op het CHIEF fundamentele model, een grootschalige pathologie-encoder die vooraf is getraind op diverse whole-slide images, en die dient als een bevroren feature-extractor om overdraagbare histomorfologische representaties vast te leggen.

De kernmethodologie bestaat uit drie belangrijke componenten:

1. Gedeelde Feature Learning met Combinatorische Gedeeltelijke Supervisie (SFCS): Het framework maakt gebruik van een gedeelde latente representatie die wordt omgezet in vijf taakspecifieke classificatiekoppen. In plaats van alle koppen gelijktijdig te optimaliseren, hanteert het model een strategie voor combinatorische gedeeltelijke supervisie. Tijdens elke trainingsevaluatie wordt slechts een subset van drie koppen geactiveerd. Het systeem doorloopt systematisch alle mogelijke combinaties van drie koppen, waardoor er uniforme blootstelling wordt geboden aan diverse supervisiecontexten. Deze aanpak vermindert overfitting en moedigt de gedeelde representatie aan om kenmerken te coderen die generaliseren over onderling gerelateerde maar niet-identieke taken.
2. Regularisatie van Inter-taak Afhankelijkheid: Om de gestructureerde correlaties tussen graderingsassen aan te pakken, introduceren de auteurs een divergentie-gebaseerde afhankelijkheidsverliesfunctie ($L_{dep}$). Deze verliesfunctie brengt de voorspelde gezamenlijke taakverdelingen in overeenstemming met de empirische co-voorkomende statistieken die in de data worden waargenomen. Door de Kullback-Leibler (KL)-divergentie tussen de voorspelde gezamenlijke verdeling en de empirische prior te minimaliseren, dwingt het model semantische coherentie en consistentie af tussen de outputs van de verschillende koppen.
3. Totale Doelfunctie: De totale verliesfunctie combineert het classificatieverlies ($L_{cls}$) van de actieve koppen en het afhankelijkheidsverlies ($L_{dep}$), gewogen door een hyperparameter $\lambda$. Dit zorgt ervoor dat het model optimaliseert voor zowel nauwkeurigheid op taalniveau als consistentie tussen taken.

Belangrijkste Bijdragen

• Eerste Gespecialiseerd Framework: Het artikel presenteert het eerste deep learning-framework dat specifiek is ontworpen voor CMIL-classificatie, en integreert zowel WHO- als C-MIN-graderingsparadigma's.
• Nieuwe Architectuur: Het introduceert een architectuur met meerdere koppen die gebruikmaakt van combinatorische gedeeltelijke supervisie om robuustheid en gebalanceerd leren te bevorderen over onderling gerelateerde taken.
• Modellering van Afhankelijkheid: Het voorstellen van een verliesfunctie voor onderlinge afhankelijkheid die expliciet relaties tussen criteria vastlegt, wat de interpreteerbaarheid van het model en de diagnostische coherentie verbetert.
• Curatie van Dataset: Het creëren en vrijgeven van een nieuw samengestelde, multi-centrum dataset bestaande uit 486 door experts geannoteerde conjunctivale biopsie-patches van drie Duitse universitair medische centra (Bonn, Tübingen en Erlangen), die een robuuste basis biedt voor multi-task learning in dit domein.

Resultaten
Het framework werd geëvalueerd op een vastgehouden testset met behulp van 5-voudige cross-validatie, waarbij de prestaties werden gemeten aan de hand van macro F1-scores. INTERACT-CMIL boekte consistente verbeteringen ten opzichte van zowel een standaard CNN-baseline (ResNet-18) als een baseline op basis van een fundamenteel model (BaseCHIEF) die was getraind met single-task of gezamenlijke multi-task doelfuncties.

• Prestatiewinst: Ten opzichte van de sterkste baseline (BaseCHIEF) behaalde INTERACT-CMIL relatieve macro F1-winsten van 55,1% voor WHO4, 24,7% voor WHO5, 15,2% voor Horizontale Spreiding, 25,0% voor Verticale Spreiding en 12,5% voor Atypie.
• Ablatiestudies: De auteurs voerden ablatiestudies uit om de bijdrage van elke component te kwantificeren:
  • Het verwijderen van het afhankelijkheidsverlies veroorzaakte de grootste enkele prestatiedaling (ongeveer 2–3% gemiddelde daling van de macro F1), met name ten nadele van de detectie van atypie en verticale spreiding.
  • Het uitschakelen van temperatuurschaling verlaagde de prestaties verder met ongeveer 5–6%.
  • Het elimineren van selectieve multi-kop supervisie leidde tot de grootste cumulatieve daling (gemiddeld meer dan 8% onder het volledige model), wat bevestigt dat het fungeert als een sterke regularisator die gradiënt-dominatie voorkomt en het leren over taken in evenwicht brengt.
• Kwalitatieve Analyse: Visuele vergelijkingen toonden een nauwe overeenkomst tussen de ground truth en de modelvoorspellingen, inclusief in grensgevallen waar menselijke variabiliteit doorgaans hoog is.

Betekenis en Beweringen
Het artikel beweert dat INTERACT-CMIL een reproduceerbaar, interpreteerbaar en klinisch afgestemd framework vestigt voor geautomatiseerde CMIL-classificatie. Door diagnostische afhankelijkheden expliciet te modelleren via gedeelde feature learning en regularisatie van afhankelijkheid, produceert het systeem coherente voorspellingen op meerdere criteria die overeenkomen met het expertconsensus en de gevestigde WHO/C-MIN-standaarden. De auteurs positioneren dit werk als een stap naar gestandaardiseerde digitale oculaire pathologie, en bieden een computationele benchmark die de subjectiviteit en variabiliteit aanpakt die inherent zijn aan huidige handmatige graderingspraktijken. De studie benadrukt dat de grootste prestatiewinsten werden waargenomen bij taken die vertrouwen op subtiele morfologische aanwijzingen en consistentie tussen criteria (verticale spreiding en cytologische atypie), gebieden waar single-task of standaard op CNN gebaseerde modellen de neiging hebben te falen.