Radiologist-Guided Causal Concept Bottleneck Models for Chest X-Ray Interpretation

Technische Samenvatting: Radioloog-Gestuurde Causale Concept Bottleneck-modellen voor Interpretatie van Thoraxröntgenfoto's

Probleemstelling
Concept Bottleneck-modellen (CBM's) beogen de interpreteerbaarheid in medische beeldvorming te verbeteren door eerst menselijk begrijpelijke tussenconcepten te voorspellen voordat de uiteindelijke diagnose wordt gesteld. Echter, bestaande CBM's op dit gebied staan voor drie primaire beperkingen:

1. Discriminatieve Bias: De meeste behandelen concepten als onafhankelijke voorspellende kenmerken (Concept $\rightarrow$ Pathologie), en negeren het onderliggende klinische generatieve proces waarbij ziekten waarneembare bevindingen veroorzaken (Pathologie $\rightarrow$ Concept).
2. Gebrek aan Klinische Verankering: Veel benaderingen vertrouwen op zwak gesuperviseerde of latente concepten die mogelijk niet overeenkomen met zinvolle diagnostische redenering of stabiele semantische definities.
3. Schijnbare Associaties: Zonder expliciete structurele beperkingen kunnen modellen die zijn getraind op ruisachtige medische datasets onwaarschijnlijke correlaties leren tussen concepten en pathologieën die de realiteit van diagnostische logica niet weerspiegelen.

Methodologie: XpertCausal
De auteurs stellen XpertCausal voor, een radioloog-gestuurde causale CBM voor interpretatie van thoraxröntgenfoto's (CXR). De architectuur volgt een tweestapsproces:

1. Conceptvoorspelling: Een InceptionV3-ruggengraat (voorgetraind op ImageNet) beeldt invoer-CXR's af op een vector van 11 klinisch samengestelde concepten (bijv. "Opaciteiten", "Vergroot Hart") die zijn afgeleid van radiologieverslagen via een regelgebaseerd extractieproces.
2. Causale Pathologie-inferentie: In tegenstelling tot standaard CBM's, modelleert XpertCausal de relatie in de generatieve richting (Pathologie $\rightarrow$ Concept) met behulp van een probabilistisch noisy-OR-kader.
   • Generatief Model: De waarschijnlijkheid dat een concept $c_k$ aanwezig is, gegeven een set pathologieën $y$, wordt gemodelleerd als:
     $$P(c_k = 1 | y) = 1 - (1 - \lambda_k) \prod_{j: y_j=1} (1 - \eta_{jk})$$
     waarbij $\eta_{jk}$ de associatiesterkte is tussen pathologie $j$ en concept $k$, en $\lambda_k$ een lekterm is.
   • Expertbeperkingen: De modelstructuur wordt beperkt door een door een radioloog samengestelde associatiematrix. Deze matrix definieert relaties als Sterk (2), Zwak (1) of Geen (-), waardoor ervoor wordt gezorgd dat alleen klinisch plausibele paden bestaan in het causale graf.
   • Bayesiaanse Inferentie: Tijdens inferentie wordt het generatieve model omgekeerd om pathologiewaarschijnlijkheden te schatten gegeven de voorspelde concepten:
     $$P(y | c) = \frac{P(c | y) P(y)}{\sum_{y'} P(c | y') P(y')}$$
   • Generatie van Uitleg: Uitleg wordt afgeleid door concepten te rangschikken op basis van hun causale bijdrage (log-waarschijnlijkheidsverhoudingen) aan de voorspelde pathologieën, in plaats van alleen op voorspellingszekerheid.

Belangrijkste Bijdragen

1. Nieuwe Architectuur: Introductie van XpertCausal, dat interpreteerbare concept bottlenecks combineert met probabilistische causale ziektemodeling met behulp van een noisy-OR-kader en Bayesiaanse inversie.
2. Expert-Gestuurde Structuur: Integratie van door radiologen gedefinieerde concept-pathologie-associaties als structurele beperkingen binnen het causale graf. Dit dwingt klinisch verankerde redenering af en voorkomt het leren van onwaarschijnlijke afhankelijkheden.
3. Uitgebreide Evaluatie: Een rigoureuze evaluatie op de MIMIC-CXR-dataset waarbij XpertCausal wordt vergeleken met een niet-causale expert-gedreven baseline (XpertXAI) en een causaal ablatiemodel met onbeperkte geleerde associaties (Causal (Learned)).

Resultaten
Geëvalueerd op de MIMIC-CXR-dataset (44.038 CXR-verslagparen) toonde XpertCausal superieure prestaties over meerdere metrieken:

• Pathologievoorspelling: XpertCausal behaalde de hoogste macro-gemiddelde AUROC (0,7968) en F1-score (0,7109), en presteerde beter dan de niet-causale XpertXAI (AUROC 0,7361) en het onbeperkte Causal (Learned)-model (AUROC 0,7631). Het behaalde ook de beste kalibratie (Verwachte Kalibratiefout van 0,0079).
• Kwaliteit van Uitleg: XpertCausal ving het hoogste aandeel waarheidgetrouwe concepten op lage $K$ (top 1–2 concepten), wat aangeeft dat het diagnostisch relevante bevindingen betrouwbaarder als het belangrijkst rangschikt.
• Geloofwaardigheid van het Graf: Analyse van de geleerde randgewichten toonde aan dat XpertCausal een sterke scheiding behield tussen de door experts gedefinieerde categorieën "Sterk", "Zwak" en "Geen". Daarentegen kende het onbeperkte Causal (Learned)-model niet-nul gewichten toe aan "Geen"-associaties (bijv. het koppelen van "Pneumothorax" aan "Onopvallend"), wat schijnbare correlaties weerspiegelt in plaats van klinische logica.

Betekenis en Claims
Het artikel beweert dat het integreren van klinisch gemotiveerde causale structuur en expertdomeinkennis in CBM's leidt tot modellen die niet alleen nauwkeuriger en beter gekalibreerd zijn, maar ook beter aansluiten bij menselijke diagnostische redenering. Door expliciet het generatieve proces (Pathologie $\rightarrow$ Concept) te modelleren en dit om te keren via Bayesiaanse inferentie, biedt XpertCausal een kader waarin uitleg is gekoppeld aan het causale mechanisme van ziektemanifestatie in plaats van aan louter statistische correlatie. De auteurs stellen dat causale structuur alleen onvoldoende is in ruisachtige medische datasets; zonder door experts gedefinieerde beperkingen lopen geleerde grafen het risico dataset-specifieke artefacten vast te leggen in plaats van ware diagnostische paden.

Beperkingen
De auteurs erkennen dat de huidige studie beperkt is tot een specifiek conceptenruimte (11 concepten) en zes doellabels die zijn samengesteld door één radioloog. Er wordt voorgesteld om in toekomstig werk de concept- en pathologieruimtes uit te breiden, aanvullende expertrelaties op te nemen en generalisatie te valideren over externe datasets en beeldvormingsomgevingen.