Technisch overzicht: Optische discuskleurratio (ODCR) voor subgroep-eerlijkheid bij screening op diabetische retinopathie

Probleemstelling

Geautomatiseerde screeningssystemen voor diabetische retinopathie (DR) bereiken een nauwkeurigheid op specialistniveau op gecureerde benchmarks, maar vertonen slecht begrepen prestatieverschillen tussen subgroepen. Hoewel eerder werk deze verschillen vaak toeschrijft aan dataimbalans, betoogt dit artikel voor een mechanistische verklaring: choroidale pigmentatie (melanineconcentratie) vermindert het optische contrast tussen laesies (microaneurisma's, bloedingen) en de retina-achtergrond.

Deze vermindering van de signaal-ruisverhouding (SNR) degradeert fysiek het beschikbare ingangssignaal voor convolutionele laesiedetectoren. De auteurs hypothetiseren dat dit leidt tot een specifieke foutmodus: overvoorspelling. Donker gepigmenteerde fundi, die een lager contrast tussen laesie en achtergrond hebben, worden systematisch vaker als "verwijzingswaardig" aangemerkt, ongeacht hun werkelijke label, wat een onevenredige last van fout-positieven oplegt aan onderbediende populaties. Dit staat in contrast met dermatologische AI, waar vergelijkbare contrastproblemen vaak resulteren in specificiteitsfouten (gemiste detecties).

Methodologie

1. De ODCR-proxy

Om eerlijkheid te auditeren zonder afhankelijk te zijn van grondwaarheid-etniciteitslabels, introduceren de auteurs de Optische discuskleurratio (ODCR).

• Definitie: Een metriek berekend vanuit de peripapillaire annulus (de regio rondom de optische discus) in de CIE $L^*a^*b^*$ kleurruimte.
• Formule: $odcr = \arctan(\frac{\bar{L}^* - 50}{\bar{b}^*}) \times \frac{180}{\pi}$.
• Functie: Hogere waarden duiden op lichtere pigmentatie; lagere waarden duiden op donkere pigmentatie. Het dient als een proxy analoog aan de Individual Typology Angle (ITA) die in de dermatologie wordt gebruikt.
• Stratificatie: Patiënten worden gegroepeerd in "Donker", "Medium" en "Licht" op basis van ODCR-tertielen uit de trainingsset.

2. SNR-analyse

De auteurs kwantificeren de vat-achtergrond-SNR om het fysieke mechanisme te valideren.

• Metriek: $SNR = \frac{|\mu_{lesion} - \mu_{background}|}{\sigma_{background}}$.
• Methode: Kandidaat-microaneurisma-pixels worden geïdentificeerd via adaptieve groene kanaal-drempelwaarde (piek hemoglobine-absorptie), terwijl de achtergrond wordt gesampled uit peripapillair weefsel met gemiddelde luminantie.

3. Experimentele opzet

• Datasets:
  • EyePACS: 35.126 afbeeldingen (VS-gebaseerd). Patiëntniveau-splitsingen werden gebruikt (Train: 24.588; Val: 5.268; Test: 5.270) om datalekken te voorkomen.
  • APTOS 2019: 3.662 afbeeldingen (Indiase populatie) gebruikt voor zero-shot transfer validatie.
• Modelarchitectuur: EfficientNet-B2 backbone met een conditioneringsvertakking (Linear3→16→32) die toon-embeddings concateneert.
• Ablatiestudie: Vijf varianten werden getest op de vergrendelde EyePACS-testset:
  1. Baseline: Standaard training ($pos\_weight=2.0$).
  2. Aug-only: Donkere fundus-augmentatie + 3x oversampling.
  3. Tone-only: ODCR-conditionering.
  4. Full: Combinatie van alle interventies.
  5. Balanced-baseline: Gelijkgestelde sampling en $pos\_weight=1.0$ (controle).
• Evaluatie: Genoteerde metrieken waren AUC, Sensitiviteit, en Specificiteit, gestratificeerd door ODCR-groepen. Statistische significantie werd beoordeeld via permutatietesten en bootstrap-betrouwbaarheidsintervallen.

Belangrijkste resultaten

1. SNR-reductie in donkere fundi

De studie bevestigt een significante reductie in laesie-achtergrondcontrast voor donkere fundi.

• Grootte: De licht-naar-donker SNR-ratio is 1,14×.
• Significantie: Deze reductie is statistisch significant ($p = 3 \times 10^{-10}$ via Kruskal–Wallis; $p = 0,0005$ via Mann–Whitney).
• Vergelijking: Dit effect is minder uitgesproken vergeleken met dermatologie (waar de ratio 5,2× was), waarschijnlijk omdat de choroid zich achter het retinaal pigment epitheel bevindt en actieve fundusverlichting de absorptie gedeeltelijk compenseert.

2. De "Score-Elevatie Signatuur"

Over alle vijf de modelvarianten heen ontvingen donker gepigmenteerde fundi systematisch hogere voorspelde waarschijnlijkheden dan licht gepigmenteerde fundi, ongeacht het werkelijke label.

• Bewijs: In de Baseline-variant hadden donkere 'true-negatives' een gemiddelde score van 0,128 versus 0,105 voor lichte 'true-negatives' ($\Delta = +0,023$).
• Implicatie: Dit wijst op globale modelonzekerheid onder lage contrastcondities, wat leidt tot een verschuiving naar de positieve klasse.

3. Sensitiviteitsasymmetrie (Overvoorspelling)

Onder sensitiviteit-gekalibreerde training (specifiek de Full variant), manifesteert de score-elevatie zich als een significante sensitiviteitskloof in plaats van een specificiteitskloof.

• Full Variant Kloof: Donkere sensitiviteit (0,642) versus lichte sensitiviteit (0,535), $\Delta = +0,107$ ($p = 0,015$).
• Specificiteitskloof: De specificiteitskloof was klein en niet-significant ($\Delta \approx -0,009$).
• Klinische impact: Dit resulteert in ongeveer 4 extra verwijzingen per 1.000 donker gepigmenteerde patiënten vergeleken met licht gepigmenteerde patiënten.
• AUC-onvoldoendeheid: De AUC-kloven tussen groepen waren verwaarloosbaar ($\le 0,008$) en niet-significant, wat bevestigt dat AUC alleen onvoldoende is voor eerlijkheidsauditing in deze context.

4. Externe Validatie

Zero-shot transfer naar de APTOS 2019 dataset (Indiase populatie) repliceerde de signatuur. De score-elevatie was nog prominenter ($\Delta = +0,101$ voor 'true-negatives'), consistent met de donkerdere populatieverdeling.

5. Causale Structuur

• Drempelkalibratie: Het aanpassen van beslissingsdrempels ($t = 0,30–0,65$) sloot de kloof niet, wat aangeeft dat de discrepantie verankerd is in de voorspelde waarschijnlijkheidsdistributies, en niet enkel in de beslissingsgrens.
• Balancering: Class balancing verminderde de kloof ten opzichte van de "Full" variant, maar elimineerde deze niet onder het "Baseline" niveau. Dit suggereert een gemengde causale structuur: de discrepantie wordt substantieel gedreven door de sensitiviteit-gekalibreerde beslissingsregel (oversampling en hoge $pos\_weight$) in interactie met het fysieke SNR-tekort.

Betekenis en Claims

Het artikel claimt een mechanistisch begrip te bieden van eerlijkheidsverschillen in DR-screening, waarbij verder wordt gekeken dan dataimbalans naar fysieke optische eigenschappen.

1. ODCR als Proxy: Het vestigt ODCR als een computationeel toegankelijke, label-vrije proxy voor funduspigmentatie, wat subgroepanalyse mogelijk maakt zonder etniciteitslabels.
2. SNR als Voorspeller van Discrepantie-type: Het artikel stelt voor dat de grootte van de SNR-ratio de as van de discrepantie kan voorspellen.
   • Hoge SNR-reductie (Dermatologie, 5,2×) $\rightarrow$ Specificiteitsfout (onderdetectie).
   • Afgetemperde SNR-reductie (Fundus, 1,14×) $\rightarrow$ Sensitiviteitsfout (overvoorspelling).
3. Beperkingen van AUC: Het demonstreert dat standaard metrieken zoals AUC significante subgroepverschillen in DR-screening kunnen maskeren, wat gestratificeerde rapportage van sensitiviteit/specificiteit noodzakelijk maakt.
4. Klinische Aanbeveling: De auteurs stellen dat eerlijkheidsauditing zich moet richten op overvoorspelling (extra fout-positieven) in donker gepigmenteerde populaties, en dat post-hoc drempelkalibratie onvoldoende is om deze verschillen op te lossen.

De studie concludeert dat choroidale pigmentatie een meetbare, statistisch significante groep-niveau confounder is die overvoorspelling in DR-screening aandrijft, een fenomeen dat onzichtbaar is voor AUC maar detecteerbaar door ODCR-gestratificeerde analyse.