Deep Learning-based Assessment of the Relation Between the Third Molar and Mandibular Canal on Panoramic Radiographs using Local, Centralized, and Federated Learning

Deze studie vergelijkt lokale, gecentraliseerde en federatieve deep learning-modellen voor het beoordelen van de relatie tussen de derde kies en het kaakbeenkanaal op panoramische röntgenfoto's en concludeert dat gecentraliseerd leren de beste prestaties levert, terwijl federatief leren een privacy-bewust alternatief biedt dat beter presteert dan lokaal leren.

De kern

De Tandarts en de Geheime Leermeesters: Een Verhaal over AI en Verstandskiezen

Stel je voor dat je een tandarts bent. Je moet een patiënt helpen met een verstandskies die vastzit in de kaak, precies naast een belangrijke zenuw (de onderkaakzenuw). Als je die kies eruit haalt, is er een risico dat je die zenuw beschadigt, wat pijnlijke gevolgen kan hebben.

Om dit te voorkomen, kijken tandartsen naar een foto van de kaak (een panoramische röntgenfoto). Maar deze foto's zijn soms vaag, en het is lastig om te zien of de wortel van de kies de zenuw raakt of niet. Soms sturen ze de patiënt naar een dure 3D-scan (CBCT), maar dat is niet altijd nodig.

Het Probleem: De "Eenzame" AI
Tandartsen hopen dat een slimme computer (kunstmatige intelligentie) hen kan helpen. Ze willen een AI die op elke foto direct kan zeggen: "Geen risico" of "Pas op, zenuw in de weg!".

Maar hier zit een probleem: Om zo'n slimme computer te maken, heb je duizenden foto's nodig. En dat is lastig, want patiëntgegevens zijn geheim. Geen enkele kliniek mag hun foto's zomaar naar een centrale computer sturen vanwege privacywetten.

Dit artikel vergelijkt drie manieren om zo'n AI te trainen, alsof we drie verschillende manieren van leren vergelijken:

1. De Eenzame Leerling (Local Learning)

Stel je voor dat elke tandarts (of elke kliniek) zijn eigen kleine computer heeft. Ze trainen hun eigen AI alleen met de foto's van hun eigen patiënten.

• Wat er gebeurt: De AI wordt heel goed in het herkennen van de kies bij die ene kliniek. Maar als je die AI naar een andere kliniek stuurt, faalt hij. Waarom? Omdat die andere kliniek misschien andere apparatuur gebruikt, andere patiënten heeft of de foto's er anders uitzien.
• Het resultaat: De AI werkt perfect op zijn eigen plekje, maar is nutteloos voor de rest van de wereld. Het is alsof je iemand leert zwemmen in een zwembad met heel koud water; hij wordt een zwemkampioen daar, maar zinkt direct in een warm meer.

2. De Grote Verzamelklas (Centralized Learning)

Hierbij doen alle klinieken hun geheimen opzij (in theorie) en sturen ze alle foto's naar één centrale plek. Daar wordt één super-AI getraind op alle foto's samen.

• Wat er gebeurt: Deze AI ziet alles: verschillende apparatuur, verschillende mensen, verschillende situaties. Hij leert de echte regels van de anatomie, niet alleen de eigenaardigheden van één kliniek.
• Het resultaat: Dit is de slimste AI van allemaal. Hij is het meest betrouwbaar en werkt overal goed.
• Het nadeel: In de echte wereld mag dit vaak niet vanwege privacy. Je mag je patiëntgegevens niet zomaar ergens naartoe sturen.

3. De Geheime Uitwisseling (Federated Learning)

Dit is de "magische" oplossing uit het artikel. Stel je voor dat de AI-modellen reizen, maar de patiëntfoto's niet.

• Hoe het werkt:
  1. Een centrale "meester-AI" wordt naar elke kliniek gestuurd.
  2. Elke kliniek laat de AI oefenen op hun eigen foto's (die blijven veilig in de kliniek).
  3. De kliniek stuurt alleen de leerpunten (de verbeteringen) terug naar de meester, niet de foto's zelf.
  4. De meester combineert alle leerpunten tot een nieuwe, betere AI en stapt die weer rond.
• Het resultaat: De AI wordt slim door te leren van iedereen, zonder dat iemand ooit de foto's van de ander ziet. Het is alsof acht studenten elk in hun eigen kamer studeren, en elke avond alleen hun samenvattingen naar elkaar sturen om samen een perfecte samenvatting te maken.

Wat hebben ze ontdekt?

De onderzoekers hebben deze drie methodes getest op het probleem van de verstandskies en de zenuw.

• De Eenzame Leerling (Local): Werkte goed op zijn eigen plek, maar faalde als hij naar een andere plek ging. De resultaten waren onbetrouwbaar.
• De Grote Verzamelklas (Centralized): Was de absolute winnaar. De beste prestaties, de meeste zekerheid. Maar zoals gezegd: in de praktijk vaak niet toegestaan vanwege privacy.
• De Geheime Uitwisseling (Federated): Was de tweede beste. Hij deed het veel beter dan de eenzame leerlingen en kwam dicht in de buurt van de centrale versie. Hij was niet perfect, maar hij was een heel goed compromis: hij respecteerde de privacy en leverde toch een slimme, veilige AI op.

De Les voor de Toekomst
Het artikel concludeert dat als we data mogen samenvoegen, dat het beste is. Maar als we dat niet mogen (wat vaak het geval is), is Federated Learning de oplossing. Het is een slimme manier om samen te werken zonder elkaar's geheimen te delen.

Het is alsof je een wereldkampioen wilt maken in het herkennen van verstandskiezen. Je kunt niet alle foto's in één kamer gooien, maar je kunt wel een team van slimme computers laten samenwerken via een geheime code, zodat ze samen slimmer worden dan ze alleen ooit zouden zijn.

Kortom:

• Local Learning: Te beperkt, werkt alleen lokaal.
• Centralized Learning: Het beste, maar privacy-probleem.
• Federated Learning: De "gouden middenweg". Privacy veilig, en toch een slimme AI die overal werkt.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "Deep Learning-based Assessment of the Relation Between the Third Molar and Mandibular Canal on Panoramic Radiographs using Local, Centralized, and Federated Learning", geschreven in het Nederlands.

1. Probleemstelling

De impactie van de onderkaakse derde molar (verstandskies) in de nabijheid van het mandibulaire kanaal vormt een significant klinisch risico voor schade aan de inferior alveolaire zenuw tijdens extractie. Hoewel cone-beam computed tomography (CBCT) de gouden standaard is voor driedimensionale evaluatie, wordt panoramische radiografie (PR) routinematig gebruikt als eerste beeldvormingsmethode vanwege de lagere kosten en stralingsdosis.

De huidige uitdagingen zijn:

• Automatisering: Er is behoefte aan betrouwbare geautomatiseerde methoden om de relatie tussen de wortel van de derde molar en het kanaal (3M-MC) op PR's te beoordelen om overmatige verwijzingen naar CBCT te verminderen.
• Data Privacy en Heterogeniteit: Het verzamelen van grote, diverse datasets voor het trainen van AI-modellen wordt belemmerd door privacywetgeving en governance. Daarnaast variëren datasets sterk tussen instellingen (niet-IID: niet-onafhankelijk en niet-identiek verdeeld) qua populatie, beeldkwaliteit en labelingspraktijken.
• Generalisatie: Modellen die lokaal worden getraind, presteren vaak slecht bij toepassing op data van andere centra.

Het doel van deze studie is het vergelijken van drie leerparadigma's om de prestaties, generalisatie en privacy-aspecten te evalueren bij het classificeren van overlap tussen de derde molar en het mandibulaire kanaal.

2. Methodologie

Dataset en Voorverwerking:

• Bronnen: De dataset bestaat uit panoramische radiografieën uit vijf openbare bronnen (ADLD, Dentex, TSXK, Tufts, USPFORP).
• Labeling: Acht professioneel opgeleide tandartsen (gemiddeld 7 jaar ervaring) hebben de data gelabeld. De taak was een binaire classificatie: "geen overlap" versus "overlap" (waarbij alle subcategorieën van overlap samengevoegd zijn).
• Data Partitioning: De data is verdeeld over de acht labelers, die fungeren als "clients". Dit creëert een realistische situatie met data-heterogeniteit en label-skew (ongelijke verdeling van klassen per client).
• Preprocessing: Beelden werden gepreprocessed met CLAHE (Contrast Limited Adaptive Histogram Equalization), gesneden tot 224x224 pixels en genormaliseerd. Om class-imbalance aan te pakken, werd de minderheidsklasse oversampled met data-augmentatie (rotatie, spiegeling, jitter, etc.).

Leerpardigma's:
Drie benaderingen werden vergeleken met een identieke architectuur (ResNet-34, voorgetraind op ImageNet):

1. Local Learning (LL): Elke client traint een model uitsluitend op zijn eigen lokale data. Dit dient als ondergrens voor generalisatie.
2. Centralized Learning (CL): Alle data wordt gecentraliseerd en één model wordt getraind op de gepoolde dataset. Dit dient als de "gouden standaard" voor prestatie.
3. Federated Learning (FL): Clients trainen lokaal en delen alleen modelupdates (gewichten) met een centrale server, die deze aggregeert via FedAvg (Federated Averaging). De ruwe data blijft lokaal.

Evaluatie:

• Metrieken: AUC (Area Under the Curve), nauwkeurigheid, sensitiviteit, specificiteit, F1-score en Youden's J.
• Validatie: Evaluatie vond plaats op een centraal gehouden testset (met één globale drempelwaarde) en op lokale validatiesets (met per-client geoptimaliseerde drempelwaarden).
• Interpretatie: Grad-CAM visualisaties werden gebruikt om te analyseren welke beeldgebieden het model gebruikte voor zijn beslissingen.
• Statistiek: Wilcoxon-getekende rangtesten (voor lokale validatie) en DeLong-testen (voor de centrale testset) werden gebruikt om significantie te bepalen.

3. Belangrijkste Resultaten

Prestatievergelijking:

• Centralized Learning (CL): Bereikte de hoogste prestaties op de centrale testset met een AUC van 0,831 en een nauwkeurigheid van ongeveer 0,782. Dit bevestigt dat gepoolde data de beste generalisatie biedt.
• Federated Learning (FL): Toonde een tussenliggende prestatie met een AUC van 0,757 en een nauwkeurigheid van 0,703. FL presteerde significant beter dan LL, maar inferieur aan CL.
• Local Learning (LL): De lokaal getrainde modellen generaliseerden slecht over de verschillende clients. De AUC varieerde sterk tussen 0,619 en 0,734 (gemiddeld ~0,672) op de centrale testset. Hoewel ze goed presteerden op hun eigen lokale data, faalden ze bij toepassing op data van andere centra.

Statistische Significantie:

• CL presteerde significant beter dan zowel FL als alle individuele LL-modellen.
• FL presteerde significant beter dan 7 van de 8 LL-modellen op de centrale testset.
• Op de lokale validatiesets was het verschil tussen FL en LL statistisch niet significant, maar CL was wel significant beter dan beide.

Training Dynamics en Overfitting:

• De leercurven toonden tekenen van overfitting, vooral bij LL-modellen: de trainingsloss daalde snel, terwijl de validatie-loss fluctueerde of zelfs toenam.
• Grad-CAM visualisaties toonden aan dat CL- en FL-modellen zich meer focusten op anatomisch relevante gebieden (derde molar en kanaal). LL-modellen vertoonden vaker diffuus of inconsistente activatiepatronen, wat wijst op het leren van artefacten of site-specifieke patronen in plaats van robuuste anatomische kenmerken.

4. Kernbijdragen

1. Empirische Vergelijking: Het artikel biedt een gedetailleerde vergelijking van LL, CL en FL in een realistische, niet-IID medische setting met acht onafhankelijke labelers.
2. Impact van Heterogeniteit: Het toont aan hoe data-heterogeniteit (verschillende datasetbronnen en labelers) de prestaties van lokale modellen drastisch beïnvloedt en waarom federatie nodig is voor generalisatie.
3. Privacy vs. Prestatie: Het bevestigt dat Federated Learning een haalbaar compromis is: het biedt aanzienlijk betere generalisatie dan lokaal trainen, terwijl het de privacy van patiëntdata respecteert, hoewel het de prestaties van een volledig gecentraliseerd model niet volledig evenaart.
4. Kalibratie en Drempelwaarden: De studie benadrukt het probleem van score-kalibratie. Lokaal geoptimaliseerde drempelwaarden werken niet goed in een gepoolde setting, wat de noodzaak onderstreept van kalibratiestrategieën bij federale implementaties.
5. Server-side Monitoring: Het artikel introduceert het idee om niet-gevoelige signalen (zoals update-normen en validatie-trends) te monitoren om afwijkende clients of labelingsproblemen te detecteren zonder de data te delen.

5. Significantie en Conclusie

De studie concludeert dat Centralized Learning de beste prestaties levert wanneer dat mogelijk is. Echter, vanwege privacybeperkingen in de medische sector, is Federated Learning een cruciaal alternatief dat aanzienlijk robuuster is dan lokaal trainen.

De belangrijkste implicaties voor de klinische praktijk zijn:

• Geautomatiseerde triage van verstandskiezen op panoramische foto's is haalbaar, maar vereist zorgvuldige aandacht voor data-heterogeniteit.
• Federated Learning kan worden ingezet om modellen te trainen die over verschillende centra werken zonder data te delen, maar algoritmen moeten worden verfijnd (bijv. FedProx, personalisatie) om de kloof met gecentraliseerd trainen te verkleinen.
• Implementatie vereist aandacht voor kalibratie en drempelwaarden; een enkele globale drempelwaarde werkt niet goed voor lokaal getrainde modellen.
• Toekomstig onderzoek moet zich richten op heterogeniteitsbewuste FL-algoritmen en kwantitatieve lokalisatie-analyses om de kloof tussen FL en CL verder te dichten.

Kortom, deze studie biedt een blauwdruk voor hoe AI in de tandheelkunde kan evolueren van lokaal getrainde, fragiele modellen naar robuuste, privacy-bewuste federale systemen voor het beoordelen van chirurgische risico's.