Melanoma Classification Through Deep Ensemble Learning and Explainable AI

Este artigo propõe um modelo de aprendizado de máquina que combina um ensemble de três redes de transferência profunda de última geração com técnicas de Inteligibilidade Artificial (XAI) para melhorar a precisão e a confiabilidade na classificação de melanoma, superando a limitação de "caixa preta" dos modelos tradicionais.

O essencial

Imagine que a pele humana é um grande mapa, e às vezes, nesse mapa, aparecem "ilhas" suspeitas chamadas de melanoma. Se essas ilhas forem descobertas cedo, é fácil navegar por elas e sobreviver. Mas se demorarmos, elas podem se tornar tempestades mortais.

O problema é que os médicos (dermatologistas) olham para essas ilhas com lupas especiais (dermoscopia), mas nem sempre concordam entre si, e o processo é demorado e caro.

Aqui entra a nossa história: Inteligência Artificial (IA).

O Problema da "Caixa Preta"

Nos últimos anos, computadores superinteligentes (chamados de Redes Neurais Profundas) aprenderam a olhar essas fotos e dizer: "Isso é perigoso" ou "Isso é seguro". Eles são ótimos nisso, quase tão bons quanto um médico especialista.

Mas existe um problema: eles são como uma caixa preta. Você pede a resposta, e eles dizem "É maligno", mas não explicam por que. É como se um amigo dissesse: "Não coma aquele bolo, vai fazer mal", mas não conseguisse explicar se é por causa do açúcar, do chocolate ou se ele apenas tem um palpite. Para os médicos, confiar em algo que não explica seu raciocínio é arriscado.

A Solução: O Time de Especialistas (Ensemble Learning)

Os autores deste artigo tiveram uma ideia brilhante: em vez de confiar em um único computador, vamos criar um time de especialistas.

Eles pegaram três "cérebros" de IA diferentes e muito famosos (chamados ResNet-101, DenseNet-121 e Inception v3). Pense neles como três detetives com estilos diferentes:

• O Detetive A é ótimo em ver bordas e contornos.
• O Detetive B é mestre em ver detalhes internos e texturas.
• O Detetive C é especialista em ver o quadro geral em vários tamanhos.

Cada um olha a foto da pele e dá sua opinião. Mas, em vez de deixar um decidir sozinho, eles usam um sistema de votação ponderada. É como se eles tivessem uma reunião: se o Detetive B (que é o mais preciso nesse tipo de caso) diz "É perigoso", a opinião dele vale mais do que a dos outros. Juntando as três visões, o time chega a uma conclusão muito mais precisa do que qualquer um deles sozinho.

O Grande Truque: A Lupa Mágica (XAI e SHAP)

Agora, a parte mais legal: como fazemos o time explicar o raciocínio? Eles usaram uma técnica chamada SHAP.

Imagine que, depois que o time decide se a mancha é perigosa, eles pegam uma lupa mágica e projetam a foto na parede.

• As áreas da foto que ajudaram a dizer "É perigoso" ficam vermelhas.
• As áreas que ajudaram a dizer "É seguro" ficam azuis.

Isso é incrível porque permite que o médico veja exatamente onde a IA está olhando.

• Se a IA aponta para o centro da mancha, ótimo!
• Mas, às vezes, a IA aponta para um cabelo que está em cima da pele ou para um brilho estranho da câmera (efeito de vinheta). A IA pode confundir esses detalhes com a doença.

Ao usar essa "lupa mágica", os pesquisadores puderam ver que, às vezes, a IA estava sendo enganada por cabelos ou reflexos. Isso é vital! Se sabemos que a IA está olhando para o cabelo errado, podemos ensinar o computador a ignorar o cabelo e focar apenas na pele.

O Resultado

Com esse time de três especialistas trabalhando juntos e usando a lupa mágica para garantir que estão olhando para as coisas certas, o sistema conseguiu:

1. Acertar mais: 85,8% de precisão (melhor do que qualquer um dos especialistas sozinho).
2. Ser transparente: Mostrar exatamente onde está olhando, ganhando a confiança dos médicos.

Resumo da Ópera

Os autores criaram um sistema que não apenas diagnostica câncer de pele com alta precisão, mas também explica seu trabalho. É como ter um médico assistente que não só dá o diagnóstico, mas aponta no mapa exatamente onde está o problema e diz: "Olhe aqui, vi essa borda irregular e essa cor estranha".

Isso é o futuro da medicina: não substituir o médico, mas dar a ele uma ferramenta superpoderosa e transparente para salvar mais vidas.

Resumo técnico

1. Problema e Motivação

O melanoma é a forma mais agressiva e letal de câncer de pele. Embora a detecção precoce resulte em uma taxa de sobrevivência de 5 anos superior a 99%, o diagnóstico clínico atual depende de inspeção visual (dermatoscopia), que é subjetiva, variável entre especialistas e tem uma precisão de apenas cerca de 80%. A biópsia, embora precisa, é invasiva e cara.

A Inteligência Artificial (IA), especificamente o Aprendizado Profundo (Deep Learning), oferece potencial para automatizar esse diagnóstico. No entanto, dois desafios principais persistem:

1. Natureza de "Caixa Preta": Os modelos de Deep Learning (DL) frequentemente carecem de transparência, dificultando a confiança dos médicos nas previsões.
2. Desafios de Dados: Os conjuntos de dados médicos (como ISIC) sofrem de desequilíbrio de classes severo (muito mais casos benignos que malignos) e falta de dados anotados.

O objetivo do artigo é desenvolver um framework que não apenas classifique lesões de pele com alta precisão, mas também explique suas previsões para garantir confiabilidade clínica.

2. Metodologia

O estudo propõe um framework de aprendizado de máquina baseado em Aprendizado de Ensemble (Ensemble Learning) combinado com Inteligência Artificial Explicável (XAI). A metodologia segue cinco fases principais:

A. Preparação e Pré-processamento de Dados

• Datasets: Utilização das imagens dos desafios ISIC 2019 e ISIC 2020.
• Limpeza: Remoção de imagens com diagnóstico desconhecido.
• Balanceamento: Para combater o desequilíbrio de classes (ex: ISIC 2020 tem apenas 1,8% de casos malignos), foi aplicado downsampling na classe majoritária (benigna), resultando em um conjunto balanceado final de 10.212 imagens (5.106 benignas e 5.106 malignas).
• Pré-processamento: Aplicação de técnicas de aprimoramento de imagem (realce de cor, nitidez, brilho, contraste) e center cropping para mitigar variações de posição e melhorar a qualidade visual.
• Aumento de Dados: Uso de data augmentation (rotação, flip, zoom, cisalhamento) para evitar overfitting.

B. Treinamento de Modelos Base

Foram treinados e ajustados (fine-tuning) cinco modelos de Transfer Learning pré-treinados no ImageNet:

• VGG-19
• ResNet-50
• ResNet-101
• DenseNet-121
• Inception v3

Os melhores candidatos foram selecionados com base em métricas de validação cruzada (4-fold).

C. Estratégia de Ensemble (Fusão)

O framework combina as previsões de três modelos base selecionados: ResNet-101, DenseNet-121 e Inception v3. Foram testadas quatro técnicas de fusão:

1. Votação Majoritária Hard: Escolha da classe mais frequente.
2. Média de Probabilidade (Soft Voting): Média simples das probabilidades.
3. Regra do Máximo: Seleção da previsão com maior confiança individual.
4. Média Ponderada (Weighted Averaging): Atribuição de pesos dinâmicos aos modelos.

Inovação nos Pesos: Diferente de métodos que usam apenas a acurácia para definir pesos, os autores propõem calcular os pesos ($w_i$) utilizando a função Tangente Hiperbólica (tanh) aplicada a múltiplas métricas (Precisão, Recall, F1-score e ROC-AUC). Isso permite recompensar modelos que performam bem em métricas específicas, não apenas na acurácia geral.

D. Explicabilidade (XAI)

Para abordar a questão da "caixa preta", foi utilizado o SHAP (SHapley Additive exPlanations).

• O SHAP calcula a importância local das características (pixels/regiões) para cada previsão individual.
• Visualizações de calor (heatmaps) mostram quais regiões da imagem (em vermelho para impacto positivo, azul para negativo) influenciaram a decisão do modelo, permitindo aos médicos validar se o modelo está focando na lesão real e não em artefatos.

3. Resultados Principais

Desempenho dos Modelos Base

• O DenseNet-121 obteve o melhor desempenho individual entre os modelos base, com 83,90% de Acurácia e 0,91 de ROC-AUC.
• O ResNet-101 e Inception v3 também apresentaram desempenhos competitivos, mas inferiores ao DenseNet-121.

Desempenho do Ensemble

O método de Média Ponderada com pesos calculados via Tangente Hiperbólica (usando Precisão, Recall, F1 e ROC-AUC) superou todos os outros métodos de fusão e os modelos individuais:

• Acurácia: 85,80%
• Precisão: 86,58%
• Recall (Sensibilidade): 84,36%
• F1-Score: 85,46%
• ROC-AUC: 0,93

Comparado ao melhor modelo individual (DenseNet-121), o ensemble melhorou a acurácia em 1,9% e o ROC-AUC em 2%. Os resultados superaram várias abordagens anteriores relatadas na literatura para os mesmos datasets.

Análise SHAP

• As visualizações confirmaram que os modelos focam nas regiões corretas da lesão (bordas e características internas).
• O DenseNet-121 mostrou uma dispersão menor e um foco mais nítido nas características relevantes em comparação aos outros.
• A análise revelou que oclusões (como pelos sobre a lesão) e efeitos de microscopia (vignetting) podem influenciar negativamente as previsões, destacando a necessidade de pré-processamento adicional para remover esses artefatos.

4. Contribuições Chave

1. Framework de Ensemble Otimizado: Proposta de um método de ensemble que utiliza uma função matemática (Tangente Hiperbólica) para calcular pesos dinâmicos baseados em múltiplas métricas de desempenho, superando a simples média ou votação.
2. Integração XAI: Demonstração prática de como o SHAP pode ser usado não apenas para explicar, mas para validar a lógica clínica do modelo, identificando onde os modelos falham (ex: focando em pelos ou artefatos).
3. Gestão de Dados Desbalanceados: Validação da eficácia do transfer learning e downsampling em conjuntos de dados médicos altamente desbalanceados, alcançando resultados competitivos mesmo com poucos exemplos de classes raras.

5. Significado e Conclusão

O estudo demonstra que é possível alcançar alta precisão na classificação de melanoma utilizando um ensemble de modelos de transferência de aprendizado, superando as limitações de modelos individuais. A inclusão da camada explicável (XAI) é fundamental para a adoção clínica, pois aumenta a confiança dos dermatologistas ao revelar a base lógica das decisões da IA.

Trabalhos Futuros: Os autores planejam melhorar a sensibilidade (recall) para reduzir falsos negativos (crítico em medicina), implementar técnicas avançadas de remoção de oclusões (como segmentação de lesão e calibração de cor) e validar as explicações do modelo contra o conhecimento clínico real de dermatologistas.