Exploring the Impact of Skin Color on Skin Lesion Segmentation

1. Problema Investigado

O diagnóstico precoce de câncer de pele, especialmente melanoma, é crucial para a sobrevivência do paciente. Sistemas de IA dermatológica frequentemente utilizam a segmentação de lesões como etapa de pré-processamento para isolar a lesão da pele circundante antes da classificação.

Embora a justiça (fairness) em relação ao tom de pele tenha sido amplamente estudada na classificação de lesões, o impacto do tom de pele na etapa de segmentação permanece subquantificado. A literatura existente tende a:

• Utilizar categorias discretas e grosseiras para tom de pele (ex: escala Fitzpatrick ou médias de ITA), ignorando nuances e gradientes dentro da própria imagem.
• Assumir que uma segmentação perfeita tornaria o classificador insensível ao tom de pele, sem investigar se o próprio algoritmo de segmentação falha mais em certos tons ou contrastes.
• Falhar em distinguir se a baixa performance é devida ao tom global da pele ou à baixa contraste entre a lesão e a pele circundante.

2. Metodologia

Os autores propõem uma análise sistemática que substitui a categorização discreta por uma abordagem baseada em distribuições contínuas.

• Arquiteturas de Modelo: Foram avaliados três modelos de segmentação robustos e de arquiteturas distintas:
  • UNet: Baseado em CNN (padrão ouro em segmentação médica).
  • DeepLabV3: CNN com backbone ResNet-50.
  • DINOv2: Modelo baseado em Vision Transformer (ViT) com pré-treinamento auto-supervisionado.
• Datasets: Utilizaram dois conjuntos de dados públicos e amplamente utilizados: HAM10000 (7 classes) e ISIC2017 (classificação binária melanoma/não-melanoma).
• Pré-processamento: Aplicação de um pipeline de remoção de cabelo para evitar artefatos que interfiram na medição da cor da pele.
• Medição de Tom de Pele (Inovação Metodológica):
  • Em vez de converter o tom de pele para um escalar único, calcularam o Ângulo de Tipologia Individual (ITA) em nível de pixel no espaço de cor CIELab.
  • Utilizaram a Distância de Wasserstein (WD) para comparar distribuições de ITA.
  • Definiram 6 Padrões de Análise:
    1. Distância da distribuição de referência para a imagem inteira.
    2. Distância para pixels apenas de pele.
    3. Distância para pixels apenas de lesão.
    4. Contraste Lesão-Pele: Distância entre a distribuição de pele e a de lesão (foco principal).
    5. Distância Lesão-Imagem Inteira.
    6. Distância Pele-Imagem Inteira.
• Métricas de Avaliação: O desempenho foi medido usando 9 métricas, incluindo IoU, Coeficiente Dice, Sensibilidade, Especificidade, Precisão de Pixel (PA) e AUC.

3. Principais Contribuições

1. Abordagem Baseada em Distribuição: Introdução de uma representação de tom de pele contínua que preserva a variabilidade intra-imagem e a desuniformidade, superando as limitações das categorias discretas (Fitzpatrick).
2. Quantificação de Contraste: Demonstração de que o contraste pigmentar entre lesão e pele (medido via Distância de Wasserstein entre distribuições) é um preditor muito mais forte de falha na segmentação do que o tom global da pele.
3. Análise Comparativa de Arquiteturas: Validação de que essa relação entre contraste e erro se mantém consistente através de diferentes famílias de modelos (CNNs clássicas e Transformers).
4. Evidência Empírica de Viés: Provas de que a baixa contraste, e não necessariamente o tom de pele escuro ou claro em si, é o principal motor de erros de segmentação (ambiguidade de borda).

4. Resultados Chave

• Falta de Correlação com Tom Global: Métricas globais de tom de pele (agrupamento Fitzpatrick ou ITA médio) mostraram uma associação muito fraca com o desempenho da segmentação (correlação de Spearman < 0,2 na maioria das métricas). Isso sugere que, dentro do intervalo de tons representado nos datasets, o tom absoluto da pele não explica a variância nos erros.
• Alta Correlação com Baixo Contraste: Houve uma correlação negativa forte e estatisticamente significativa entre o contraste lesão-pele e a precisão da segmentação.
  • Menor contraste (lesão e pele com cores muito similares) resultou consistentemente em maiores taxas de erro (menor IoU, Dice, PA e AUC; maiores FPR e FNR).
  • Isso foi observado em todos os três modelos (UNet, DeepLabV3, DINOv2) e em ambos os datasets.
• Robustez Estatística: As correlações foram validadas com intervalos de confiança de 95% via bootstrap, confirmando que a relação entre baixo contraste e falha na segmentação é robusta, inclusive para classes malignas (Melanoma e Carcinoma Basocelular).
• Visualização Qualitativa: Imagens de exemplo confirmaram que casos de alto contraste apresentam bordas distintas e fáceis de segmentar, enquanto casos de baixo contraste exibem bordas ambíguas que confundem os modelos.

5. Significado e Implicações

• Mudança de Paradigma para Justiça em IA: O estudo sugere que esforços para melhorar a justiça em dermatologia por IA devem priorizar o tratamento robusto de lesões de baixo contraste em vez de focar apenas na distribuição de tons de pele globais.
• Auditoria de Modelos: As medidas de contraste baseadas em distribuição oferecem um sinal de auditoria mais informativo do que as categorias discretas de tom de pele.
• Aplicações Clínicas:
  • Implementação de sistemas de "bandeira" (flagging) baseados em contraste para identificar casos onde a segmentação pode ser incerta.
  • Direcionamento de amostragem e aumento de dados (data augmentation) para focar especificamente em casos de baixo contraste, que são os mais propensos a erros.
  • Uso de scores de contraste contínuos para monitorar a segurança de pipelines dermatológicos.
• Limitações e Futuro: Os autores reconhecem que os datasets públicos (HAM10000 e ISIC) ainda têm sub-representação de tons de pele mais escuros. Portanto, embora o contraste seja o fator chave identificado, a validação em coortes mais diversas é necessária. O trabalho futuro visa o controle adaptativo de fusão de características em modelos de baixo contraste.

Em resumo, o artigo demonstra que a ambiguidade de borda causada pelo baixo contraste pigmentar é o principal desafio para a segmentação de lesões cutâneas, superando o impacto direto do tom de pele global, e propõe métricas estatísticas contínuas para melhor avaliar e mitigar esses erros.