Robust Multi-Source Covid-19 Detection in CT Images

1. Problema e Motivação

O artigo aborda um desafio crítico na aplicação de modelos de aprendizado profundo para detecção de COVID-19 em tomografias computadorizadas (TC) de tórax: a falha de generalização em cenários multi-fonte.

• Viés de Domínio (Domain Shift): Embora os modelos funcionem bem quando os dados de treinamento e teste provêm da mesma instituição, eles sofrem degradação significativa quando aplicados a dados de múltiplos centros. Isso ocorre devido a diferenças em equipamentos de scanner, protocolos de imagem, espessura de fatias e populações de pacientes.
• Desequilíbrio de Dados: Em conjuntos de dados reais, as fontes não contribuem igualmente. Modelos treinados com perda padrão tendem a ser enviesados para as instituições que fornecem a maior quantidade de dados, negligenciando centros com menos amostras.
• Limitação das Abordagens Atuais: A maioria dos métodos existentes trata a classificação de COVID-19 como um único objetivo, sem levar em conta a origem dos dados. Isso faz com que o modelo aprenda características específicas de cada hospital (artefatos de aquisição) em vez de sinais patológicos universais.

2. Metodologia Proposta

Os autores propõem uma abordagem de Aprendizado Multi-Tarefa combinada com uma estratégia de pré-processamento robusta e uma função de perda ajustada.

A. Pré-processamento (SSFL + KDS)

Para lidar com a heterogeneidade dos dados brutos, o pipeline segue o framework SSFL (Slice Sampling for Federated Learning) com amostragem baseada em Densidade de Kernel (KDS):

1. Extração do Pulmão: Filtragem e binarização para isolar a região pulmonar, removendo ruídos e artefatos específicos do scanner.
2. Amostragem KDS: Em vez de subamostragem uniforme (que pode perder regiões diagnosticamente importantes em scans curtos ou longos), o método calcula a densidade da área pulmonar e seleciona 8 fatias representativas baseadas em intervalos de percentis iguais. Isso garante uma cobertura anatômica fiel independentemente do número total de fatias do scan original.

B. Arquitetura do Modelo

• Backbone Compartilhado: Utiliza o EfficientNet-B7 pré-treinado no ImageNet.
• Agregação: As 8 fatias de cada scan passam independentemente pelo backbone e são agregadas via mean pooling (média elementar) para criar uma representação vetorial única de 2560 dimensões.
• Duas Cabeças de Classificação:
  1. Cabeça de Detecção de COVID-19: Tarefa principal, prevê a probabilidade de positividade (Binária).
  2. Cabeça de Identificação de Fonte (Auxiliar): Tarefa secundária, prevê de qual dos 4 centros médicos o scan provém. O objetivo é forçar o backbone a aprender representações que sejam invariantes à fonte, separando o sinal da doença dos artefatos de aquisição.

C. Função de Perda Ajustada (Logit-Adjusted Loss)

Para corrigir o desequilíbrio entre as fontes (três centros com ~330 scans e um com ~234), os autores aplicam uma Perda de Entropia Cruzada Ajustada por Logit na cabeça de identificação de fonte.

• Mecanismo: Adiciona um termo de correção ($\log(p(d))$) aos logits antes da função softmax, onde $p(d)$ é a frequência empírica da fonte.
• Efeito: Isso reduz a confiança necessária para prever fontes sub-representadas, impedindo que o modelo ignore esses centros e garantindo que o gradiente flua igualmente para todas as fontes, promovendo a invariância de domínio.

3. Contribuições Principais

1. Formulação Multi-Tarefa: Transformar a detecção de COVID-19 multi-fonte em um problema multi-tarefa, acoplando o objetivo diagnóstico com a identificação de origem para forçar a extração de características transferíveis entre instituições.
2. Supervisão de Fonte Ajustada: Demonstração de que o uso de Logit-Adjusted Cross-Entropy na tarefa auxiliar é crucial. Sem isso, a tarefa multi-tarefa padrão (com perda de entropia cruzada padrão) falha, pois herda o viés de desequilíbrio dos dados, piorando o desempenho em relação ao modelo de tarefa única.
3. Desempenho Superior: O método alcança melhorias significativas no Final Score (uma métrica que penaliza inconsistências entre centros), superando tanto a linha de base de tarefa única quanto as variantes multi-tarefa padrão.

4. Resultados Experimentais

Os experimentos foram realizados em um conjunto de dados agregado de 4 centros (1.222 scans para treinamento, 308 para validação).

• Métricas Principais:
  • F1 Score: 0.9098
  • AUC-ROC: 0.9647
  • Final Score (Métrica de Competição): 0.8194
• Comparação:
  • A linha de base de tarefa única (Single-task) obteve um Final Score de 0.8008.
  • A abordagem multi-tarefa com perda padrão (CE) não melhorou o resultado, ficando em 0.7996 (devido ao viés de gradiente).
  • A abordagem proposta (Multi-task + Logit-Adjusted) superou a linha de base em 1.86 pontos percentuais e a melhor variante multi-tarefa padrão em 1.98 pontos percentuais.
• Análise por Fonte: O método mostrou ganhos substanciais nos centros onde a linha de base tinha mais espaço para melhoria (Fonte 0 e Fonte 2), demonstrando que a correção de desequilíbrio funciona efetivamente. A Fonte 3 manteve-se baixa devido à ausência de casos positivos na validação (um limite estrutural do conjunto de dados), mas o modelo performou bem na classe negativa para essa fonte.

5. Significado e Conclusão

O trabalho demonstra que o aprendizado multi-tarefa por si só não é uma solução mágica para a generalização multi-domínio; a design da função de perda é crítica.

• Insight Chave: Adicionar uma tarefa auxiliar de identificação de fonte sem corrigir o desequilíbrio de dados pode ser prejudicial, pois reforça o viés das fontes majoritárias. A correção via Logit Adjustment é essencial para "achatar" a contribuição dos gradientes entre as fontes.
• Impacto: O framework proposto oferece uma solução prática e eficaz para criar modelos de IA médica mais robustos e equitativos, capazes de operar em diferentes hospitais sem necessidade de adaptação de domínio supervisionada (que exigiria dados rotulados do alvo).
• Limitações e Futuro: O método depende da disponibilidade de rótulos de identidade do centro durante o treinamento. Trabalhos futuros podem explorar descoberta de domínio não supervisionada e objetivos de justiça em nível de paciente.

Em resumo, o artigo estabelece que a combinação de amostragem inteligente de fatias (KDS), arquitetura multi-tarefa e ajuste de perda baseado em frequência é a chave para superar o viés de domínio em diagnósticos médicos baseados em IA.