Technische Samenvatting: MPD2-Router

Probleemstelling

Het artikel behandelt de beperkingen van standaard "one-shot" AI-predictoren bij glaucoomscreening in de oogheelkunde. Huidige systemen geven doorgaans een enkele label af zonder rekening te houden met de sequentiële en onzekere aard van klinische besluitvorming. De auteurs identificeren verschillende kritieke gaten in bestaande Learning-to-Defer (L2D)-formuleringen wanneer deze worden toegepast op real-world klinische workflows:

1. Expert-Heterogeniteit: Menselijke experts (oogartsen, trainees, graders) zijn niet uitwisselbare orakels; ze variëren in ervaring, subspecialistische kennis en beslissingsdrempels.
2. Beschikbaarheidsbeperkingen: In de praktijk zijn niet alle experts beschikbaar voor elk geval, terwijl standaard L2D vaak een statische, volledig beschikbare expertset veronderstelt.
3. Asymmetrische Schade: Diagnostische fouten hebben asymmetrische kosten (bijvoorbeeld: het missen van glaucoom is schadelijker dan een valse verwijzing), wat standaardformuleringen vaak over het hoofd zien.
4. Distributiewijziging en Morphologie: De betrouwbaarheid van AI verslechtert onder out-of-distribution (OOD)-omstandigheden, bij lage beeldkwaliteit en bij specifieke morfologische moeilijkheden (bijvoorbeeld variaties in cup-disc-ratio), terwijl standaardmodellen vaak uitsluitend vertrouwen op confidence-scores.
5. Expert-Collapse: Bestaande methoden voor multi-expert routing falen vaak om de werkdruk gelijkmatig te verdelen, wat leidt tot "expert collapse" waarbij moeilijke gevallen worden doorgestuurd naar één dominante expert, waardoor deze overbelast raakt.

Het kernprobleem wordt herformuleerd als een beperkt mens-AI routingprobleem: bepalen niet alleen of een geval moet worden doorgestuurd naar een mens, maar ook welke beschikbare expert het meest geschikt is, terwijl werkdruk, kosten en klinische veiligheid worden beheerd.

Methodologie: MPD2-Router

De auteurs stellen MPD2-Router (Mask-aware Multi-expert Prior-regularized Dual-head Deferral Router) voor, een kader dat een dual-head policy koppelt aan mask-aware gating en gespecialiseerde regularisatie.

1. Router Representatie

De router verwerkt een gefuseerde representatie ($h_i$) afgeleid van drie complementaire bronnen:

• Bevroren AI Logits: Uitvoer van een vooraf getrainde, bevroren SwinV2-classificator.
• Risicosignalen: Een vector die Virtual-logit Matching (VIM)-scores, beeldkwaliteitsrisico en maximum-probabiliteit-onzekerheid combineert.
• Morfologische Kenmerken: Structurele kenmerken afgeleid van segmentatie van de optic-disc en optic-cup (verticale en areaal cup-disc-ratio's), inclusief een schatting van structureel risico en een maat voor AI-structuur-onenigheid.

2. Dual-Head Policy

De policy $\pi_\theta$ is gefactoriseerd in twee gekoppelde beslissingen:

• Deferral Head: Schat de zachte deferral-massa $d_i$ (kans op doorgesturen naar een mens). Deze dwingt autonome voorspelling af als er voor een bepaald monster geen experts haalbaar zijn.
• Expert Allocation Head: Bepaalt aan wie moet worden doorgestuurd. Deze head maakt gebruik van een mask-aware Gumbel-sigmoid gating-mechanisme:
  • Fase I (Ondersteuningsselectie): Gebruikt een extended-real masking-map om haalbaarheid strikt af te dwingen. Onhaalbare experts worden gemaskeerd naar $-\infty$ vóór de Gumbel-softmax-relaxatie, zodat de kans op het selecteren van een niet-beschikbare expert exact nul is.
  • Fase II (Toewijzing): Wijs alleen probabiliteitsmassa toe aan de set van haalbare experts geselecteerd in Fase I, genormaliseerd via een gemaskeerde softmax.
  • Reparatiemechanisme: Als de stochastische ondersteuningsselectie resulteert in een lege set, valt de policy terug op de volledige haalbare mask om een geldige actie te garanderen.

3. Regularisatie en Doelstellingen

Om expert collapse te voorkomen en een gebalanceerde werkdruk te waarborgen, bevat de trainingsdoelstelling:

• Groepspecifieke Distributie Prior (GSDP): Een hiërarchische prior in de stijl van empirisch-Bayes die groepsniveau-toewijzingsdistributies verkleint naar betrouwbaarheids-gewogen schattingen afgeleid van globale cohortstatistieken. Dit voorkomt dat specifieke groepen gevallen zich te sterk concentreren op één expert.
• Rank-Majorization Jensen–Shannon (JS) Regularisator: Straft het gesorteerde rangprofiel van de toewijzingsdistributie. Deze activeert alleen wanneer de router excessieve cumulatieve massa toewijst aan de top-gerangschikte experts ten opzichte van een geometrische referentie, waardoor concentratie op monsterniveau wordt ontmoedigd zonder uniformiteit af te dwingen.
• Asymmetrisch Kostengevoelig Doel: Minimaliseert een klinisch-operationele risicofunctie die rekening houdt met kosten voor vals-negatief/positief ($c_{fn}, c_{fp}$) en operationele expertkosten ($\kappa_j$).
• Augmented-Lagrangian Deferral Control: Dwingt een zachte deferral-begroting af ($\bar{d} \le \rho_{def}$) met behulp van een augmented-Lagrangian multiplier, waardoor het model een gecontroleerde deferral-snelheid kan leren in plaats van een ongecontroleerd bijproduct.

Belangrijkste Bijdragen

1. Formulering: Herformuleert glaucoomtriage als een beperkt routingprobleem dat expliciet per-mooster expertbeschikbaarheid, heterogeen expertgedrag en asymmetrische diagnostische schade modelleert.
2. Architectuur: Introduceert een dual-head router met mask-aware Gumbel-sigmoid gating die haalbaarheidsbeperkingen strikt afdwingt tijdens zowel training als inferentie, en de beslissing "of doorgestuurd" scheidt van de beslissing "aan wie doorgestuurd".
3. Regularisatie: Stelt een nieuwe combinatie van GSDP en Rank-Majorization JS regularisatoren voor om expert collapse (concentratie van doorgestuurde gevallen op enkele experts) te mitigeren, terwijl kostenbewuste toewijzing behouden blijft.
4. Trainingsstrategie: Gebruikt een asymmetrisch kostengevoelig doel met een augmented-Lagrangian controller om klinisch afgestemde beslissingen te genereren binnen een deferral-begroting.

Experimentele Resultaten

De methode werd geëvalueerd op drie cross-nationale glaucoom-cohorts: REFUGE, CHAKSU en ORIGA. Een bevroren AI-ruggengraat getraind op REFUGE werd gebruikt om cross-domein deployverschuivingen te simuleren.

• Prestatie: MPD2-Router behaalde de sterkste algehele prestatie, met verbetering van de nauwkeurigheid van 0,755 (alleen AI) naar 0,960, F1 van 0,530 naar 0,868, en MCC van 0,482 naar 0,844.
• Kostenefficiëntie: Het verminderde de klinische kosten aanzienlijk (van 0,372 naar 0,068) en de totale kosten in vergelijking met alleen AI en andere baselines (bijvoorbeeld Verma-OvA, Hemmer-MoE).
• Pareto-optimaliteit: De methode bezet een Pareto-gunstig gebied in de F1–MCC–kosten trade-off ruimte, waarbij hoge voorspellende bruikbaarheid wordt bereikt zonder de excessieve defrelkosten in te gaan die bij andere methoden worden gezien.
• Robuustheid: Onder distributiewijziging (specifiek op het ORIGA-dataset waar de nauwkeurigheid van alleen AI daalde naar 0,491) herstelde MPD2-Router de prestaties tot 0,926 nauwkeurigheid en 0,820 MCC, terwijl de laagste totale kosten werden behouden.
• Expertbenutting: De methode toonde een gebalanceerde expertbenutting, met het laagste Top-1-aandeel (24,7%) en Top-2-aandeel (44,0%) onder vergeleken methoden, wat aangeeft dat het routing-collapse naar één dominante expert vermijdt.
• Risicostratificatie: De router vertoonde langzamere kostenstijging onder hoge structurele en modelbetrouwbaarheidsrisico's in vergelijking met baselines, en bleef aanzienlijk onder de prestaties van alleen AI in de hoogste risicostata.

Betekenis en Claims

Het artikel beweert dat MPD2-Router een klinisch onderbouwd kader biedt voor het analyseren wanneer autonome AI geschikt is en hoe schaarse expertaandacht veilig moet worden toegewezen onder distributiewijziging.

• Veiligheid en Selectiviteit: Het systeem is selectief in plaats van indiscriminatie, waarbij gevallen worden doorgestuurd op basis van een fusie van onzekerheid, morfologie, beeldkwaliteit en OOD-signalen, in plaats van alleen op confidence.
• Praktische Implementatie: Door per-mooster beschikbaarheid af te dwingen en expert collapse te voorkomen, adresseert de methode belangrijke implementatiefalen van standaard L2D, zoals het overbelasten van specifieke specialisten of het negeren van beschikbaarheidsbeperkingen.
• Beperkingen: De auteurs merken bescheiden op dat de evaluatie rust op retrospectieve cross-cohort datasets met heterogene en deels waargenomen expertlabels (met semi-synthetische labels voor REFUGE en pseudo-labels voor ORIGA). Zij stellen dat prospectieve klinische validatie en regelgevende toetsing noodzakelijk zijn voordat daadwerkelijke implementatie plaatsvindt, maar dat de cross-cohort resultaten suggereren dat de methode effectief blijft onder spaarzame en heterogene supervisie.

Het werk positioneert gestructureerde mens-AI routing als een praktische richting voor veiligere oogheelkundige AI-implementatie, die verder gaat dan eenvoudige classificatie naar instantie-voor-instantie, kostenbewuste en beschikbaarheidsbewuste besluitvormingsondersteuning.