Integrating Implicit and Explicit Relational Biases through Graph-Based Multiple Instance Learning: A Case Study in Skin Lesion Diagnosis

Stel je voor dat je een computer probeert te leren om een specifiek type object te herkennen, zoals een zeldere vogel of een lastige vlek op een shirt, enkel door naar een foto te kijken. In de wereld van kunstmatige intelligentie wordt dit beeldclassificatie genoemd. Lange tijd waren computers hier erg goed in door te kijken naar piepkleine stipjes kleur (pixels) en te leren hoe deze zich stapelen om vormen te vormen. Maar er is een addertje onder het gras: objecten in de echte wereld, vooral in de geneeskunde zoals huidvlekken, zijn niet zomaar willekeurige hopen pixels. Ze hebben een structuur. De onderdelen van een moedervlek of een laesie communiceren met elkaar; de rand van een plekje heeft een relatie met het centrum.

Om computers te helpen deze relaties te begrijpen, gebruiken wetenschappers iets dat "inductieve bias" wordt genoemd. Denk hierbij aan een set regels of een hint die we de computer geven over hoe de wereld werkt. Eén manier om dit te doen is "impliciet" leren, waarbij de computer verbindingen zelf ontdekt door naar miljoenen plaatjes te kijken, een beetje zoals jij leert het gezicht van een vriend te herkennen zonder precies te worden verteld welke kenmerken belangrijk zijn. Een andere manier is "expliciet" leren, waarbij we letterlijk een kaart voor de computer tekenen, die laat zien welke delen van de afbeelding buren zijn en vergeleken moeten worden. Dit artikel onderzoekt wat er gebeurt wanneer we deze twee benaderingen combineren: de computer de basis zelf laten leren, en haar vervolgens een specifieke kaart geven om de puntjes nog beter met elkaar te verbinden. Het doel? Medische diagnoses nauwkeuriger maken, wat een groot ding is omdat artsen elke mogelijke voorsprong nodig hebben om ziekten vroegtijdig op te sporen.

Het Verhaal van het Papier: Een Computer Leren met Zichzelf te "Praten"

Dit artikel gaat over een team van onderzoekers die wilden zien of ze een computer slimmer konden maken in het diagnosticeren van huidlaesies (vlekjes op de huid die kanker kunnen zijn) door twee verschillende manieren van denken te mengen. Ze zetten een klein experiment op om te zien of een computer beter in zijn werk kon worden door eerst te leren de "vibe" van een afbeelding zelfstandig te begrijpen, en vervolgens haar te dwingen expliciet te chatten met verschillende delen van die afbeelding.

Eerst gaven ze de computer een "zelfgesuperviseerde" trainingssessie. Stel je voor dat je een legpuzzel hebt, maar je dekt de helft van de stukjes af en vraagt aan iemand om te raden wat eronder zit op basis van de stukjes die ze wel kunnen zien. De computer deed iets vergelijkbaars: hij keek naar een afbeelding van een huidlaesie, verborg delen ervan, en probeerde de ontbrekende delen te reconstrueren. Dit leerde de computer de lokale relaties tussen kleine vierkantjes (genaamd "patches") van de afbeelding te begrijpen zonder dat een mens hoefde te vertellen wat de ziekte was. Dit is het impliciete deel—het leren van de regels van het spel door het te spelen.

Vervolgens namen ze die geleerde "vibes" (embeddings) en probeerden ze de huidvlekken te classificeren. Ze begonnen met een standaardmethode waarbij de computer gewoon naar alle patches keek en stemde over wat de diagnose moest zijn. Dit was hun baseline, en het werkte al best goed, met een "gebalanceerde nauwkeurigheid" van 76,17% op één testset (ISIC-2018). Maar de onderzoekers waren nog niet klaar. Ze wilden zien of ze het beter konden doen door het expliciete deel toe te voegen: een kaart.

Ze organiseerden de patches in verschillende "grafen", wat simpelweg chique netwerken zijn waar punten (patches) verbonden zijn door lijnen (relaties). Ze probeerden drie soorten kaarten:

1. Random: Het verbinden van patches met willekeurige buren, als een chaotische groepsapp.
2. Grid (Rooster): Het verbinden van patches alleen met hun directe buren, als een stadsblok waar je alleen praat met de huizen naast je.
3. k-Nearest Neighbors (kNN): Het verbinden van patches met de patches die het meest op hen lijken, ongeacht waar ze in de afbeelding staan, als een club waar je alleen omgaat met mensen die dezelfde hobby's hebben.

Vervolgens gebruikten ze een speciaal type neuraal netwerk (een Graph Neural Network) om deze patches via de lijnen van hun kaart berichten naar elkaar te laten "doorgeven" voordat ze een definitieve beslissing namen.

Wat Ze Vonden

De resultaten waren vrij duidelijk. De computer die alleen naar de patches keek en stemde (de baseline) behaalde 76,17% nauwkeurigheid. Wanneer ze het "impliciete" leren toevoegden (de zelfgesuperviseerde reconstructie), sprong dit naar 77,12%. Maar de echte magie gebeurde toen ze de expliciete kaarten toevoegden.

De beste presteerder was de Grid Graph gecombineerd met een specifiek type berichtverzendend netwerk genaamd een Graph Attention Network (GAT). Deze opstelling, die de computer dwong de fysieke lay-out van de huidlaesie te respecteren, verhoogde de nauwkeurigheid naar 79,27%. Dat is een solide verbetering! Op een tweede, grotere dataset (ISIC-2019), zorgde dezelfde strategie van het mengen van impliciet leren met een kNN-graaf (het verbinden van gelijkaardige patches) voor een nauwkeurigheid van 60,67%, waarmee de versie met alleen impliciet leren, die op 59,84% bleef steken, werd verslagen.

De onderzoekers testten ook een "wat als"-scenario: wat als de computer niet kon leren van de berichten en gewoon een vaste, vooraf ingestelde kaart gebruikte? Wanneer ze het leerproces van het grafennetwerk "bevroren", stortte de prestatie in tot 34,28%. Dit suggereert dat de computer moet actief leren hoe de patches zich tot elkaar verhouden; het is niet genoeg om alleen de kaart te hebben. Het leerproces zelf is wat het verschil maakt.

Waarom Het Ertoe Doet

Het artikel suggereert dat het geheime ingrediënt niet alleen het hebben van meer data of grotere computers is, maar hoe je de puntjes verbindt. Door het vermogen van een computer om patronen zelfstandig te leren (impliciet) te combineren met een gestructureerde manier om verschillende delen van een afbeelding te vergelijken (expliciet), creëerden ze een systeem dat nauwkeuriger is dan veel voorgaande methoden. Sterker nog, hun enkele model presteerde bijna even goed als sommige enorme "ensemble"-methoden die de voorspellingen van tot wel 90 verschillende complexe modellen combineren.

De auteurs concluderen dat deze aanpak een veelbelovende manier is om met medische afbeeldingen om te gaan, waarbij de relatie tussen verschillende delen van een laesie cruciaal is. Ze ontdekten dat hoewel impliciet leren een geweldige fundering biedt, het toevoegen van expliciete relationele modellering die fundering een stevig dak geeft. Het is een herinnering aan het feit dat je in de wereld van AI soms niet alleen de computer moet leren waar hij naar moet kijken, maar ook hoe hij moet nadenken over de verbindingen tussen wat hij ziet.