Explainable Hybrid ConvNeXt–Vision Transformer Model for Pneumonia Detection from Chest X-ray Images

Stel je een wereld voor waarin je ogen de ultieme detectives zijn, maar soms heeft zelfs de scherpste detective een beetje hulp nodig om het onzichtbare te zien. In de wereld van de geneeskunde gebruiken artsen speciale camera's genaamd röntgenfoto's om in onze borstkas te kijken, in een poging een sluipende indringer genaamd longontsteking op te sporen. Longontsteking is een longinfectie die het ademhalen moeilijk maakt, en het vroegtijdig vinden ervan is als het betrappen van een brand voordat deze het hele huis in vlammen zet. Maar hier zit de crux: soms is het verschil tussen een gezonde long en een geïnfecteerde long zo subtiel als een fluistering in een storm. Het is zelfs voor een menselijke expert gemakkelijk om de aanwijzingen te missen.

Maak kennis met de wereld van Kunstmatige Intelligentie (AI), specifiek een tak genaamd "Deep Learning". Denk aan Deep Learning als een superintelligente student die leert door naar duizenden plaatjes te kijken. Meestal gebruikt deze student twee belangrijke manieren om te studeren: de ene manier is als kijken naar een schilderij met een vergrootglas om de minuscule penseelstreken te zien (dit wordt een Convolutional Neural Network, of CNN, genoemd), en de andere manier is als een stap terug doen om het hele plaatje te zien en hoe de kleuren met elkaar samenhangen (dit wordt een Vision Transformer, of ViT, genoemd). Lange tijd debatteerden wetenschappers over welke student beter was. Maar wat als we een superstudent konden bouwen die beide tegelijkertijd doet? Dat is precies wat een team onderzoekers van de International Islamic University Chittagong van plan was. Ze wilden een hulpmiddel creëren dat niet alleen raadt of een long ziek is, maar ook uitlegt waarom het dat denkt, waardoor artsen snellere en veiligere beslissingen kunnen nemen.

Het geheime wapen van de superstudent

De onderzoekers bouwden een "hybride" model, wat een chique manier is om te zeggen dat ze twee verschillende AI-hersenen aan elkaar hebben geplakt om één superbrein te maken. De ene helft van dit brein is gebaseerd op ConvNeXt, wat uitblinkt in het opsporen van lokale details, zoals de kleine, wazige vlekjes die vaak verschijnen wanneer een long geïnfecteerd is. De andere helft is een Vision Transformer (ViT), die erg goed is in het begrijpen van het grote plaatje en hoe verschillende delen van de long met elkaar verbonden zijn.

Maar ze stopten daar niet. Ze voegden een speciaal "aandachtsmechanisme" toe genaamd CBAM. Stel je dit voor als een bril met magische glazen die de AI vertelt: "Hey, kijk hier, dit deel is belangrijk, negeer die wazige achtergrond." Dit helpt het model om zich te concentreren op de exacte plekken in de röntgenfoto die er echt toe doen, waardoor de ruis wordt weggefilterd.

Om dit nieuwe superbrein te onderwijzen, gebruikte het team niet slechts een paar plaatjes. Ze verzamelden een enorme bibliotheek van 6.590 borstkas röntgenfoto's. Sommige toonden gezonde longen, en andere toonden longontsteking. Ze verdeelden deze bibliotheek in drie stapels: één om te leren (training), één om het huiswerk te controleren (validatie) en één voor het eindexamen (testen). Voordat ze de beelden aan de AI voerden, pasten ze een paar trucjes toe om de data nog beter te maken, zoals de beelden zijwaarts draaien of de helderheid veranderen, zodat de AI niet in de war raakt als een plaatje er iets anders uitziet.

De resultaten: Een nieuwe kampioen

Toen het tijd was voor het eindexamen, waren de resultaten indrukwekkend. Het hybride model had het in 94,03% van de gevallen goed. Om dit in perspectief te plaatsen: ze testten het tegenover enkele andere top AI-studenten in de kamer, zoals ResNet152, MobileNetV2, en zelfs de Vision Transformer op zichzelf. Het hybride model versloeg hen allemaal en scoorde hoger op nauwkeurigheid, precisie en recall.

Maar de echte magie zat niet alleen in de score; het was de "uitlegbaarheid". In het verleden waren AI-modellen als zwarte dozen: je stopt een röntgenfoto in, en er komt een "Ja" of "Nee" uit, maar je had geen idee waarom. De onderzoekers gebruikten een techniek genaamd Grad-CAM om het denkproces van de AI te veranderen in een kleurrijke hittekaart. Wanneer het model longontsteking zag, lichtte de hittekaart precies de geïnfecteerde gebieden van de long op, gloeiend rood om de arts te laten zien: "Ik maak me zorgen over dit punt." Dit is een enorme zaak, want het bouwt vertrouwen op. Een arts kan naar de röntgenfoto kijken, de gloeiend rode plek zien, en zeggen: "Ah, ik zie wat de computer ziet," in plaats om blindelings op een gok te vertrouwen.

Waarom dit ertoe doet (en wat het niet is)

Deze studie suggereert dat het combineren van verschillende soorten AI-hersenen, samen met een manier om op belangrijke details te focussen, een betrouwbaarder hulpmiddel creëert voor het opsporen van longontsteking. Het model liet zien dat het met hoge zekerheid onderscheid kon maken tussen zieke en gezonde longen, waarbij het een precisie van 95,01% en een recall van 92,74% behaalde. De onderzoekers stellen dat deze aanpak beter is dan het gebruik van slechts één type model, omdat het zowel de kleine details als het grote plaatje vastlegt.

De paper is echter voorzichtig in de opmerking dat dit nog geen wondermiddel is. Het model heeft nog steeds een beetje moeite wanneer de longontsteking heel mild is of wanneer de beelden lastig zijn, en het werd getest op een specifieke dataset. De auteurs suggereren dat hoewel dit een veelbelovende stap is richting een computerondersteund diagnostisch hulpmiddel, er meer werk nodig is om het perfect te maken voor elk ziekenhuis ter wereld. Ze wijzen er ook op dat de dataset, hoewel groot, nog groter en diverser zou kunnen zijn.

Kortom, deze paper beweert niet dat het longontsteking voor altijd heeft opgelost. In plaats daarvan biedt het een krachtige, transparante nieuwe manier om artsen te helpen het onzichtbare te zien, waarmee wordt bewezen dat wanneer je het beste van twee verschillende AI-werelden combineert en een beetje "aandacht" toevoegt, je een hulpmiddel krijgt dat niet alleen slim is, maar ook gemakkelijk te begrijpen.