Resumo Técnico: MuCALD-SplitFed

Declaração do Problema

A segmentação de imagens médicas é crítica para fluxos de trabalho clínicos, no entanto, sistemas práticos de IA enfrentam obstáculos significativos em ambientes descentralizados. Hospitais e clínicas operam com dados heterogêneos (variando modalidades, protocolos e demografias) e raramente compartilham dados brutos devido a restrições de privacidade. Embora a Aprendizagem Federada (FL) e a Aprendizagem Federada Dividida (SplitFed) permitam treinamento colaborativo sem compartilhamento de dados, implementações padrão assumem que todos os clientes resolvem a mesma tarefa. Essa suposição de "não-IID" é irrealista em cenários clínicos reais, onde instituições frequentemente lidam com tarefas diferentes e específicas de domínio.

Abordagens existentes de FL Multi-tarefa e SplitFed tentam resolver isso permitindo que clientes lidem com objetivos diferentes. No entanto, esses métodos frequentemente sofrem de:

1. Instabilidade de Convergência: Gradientes de tarefas heterogêneas entram em conflito durante a agregação, levando a atualizações oscilatórias.
2. Emaranhamento de Características: Representações latentes compartilhadas em pontos de divisão misturam características específicas de tarefas, causando interferência entre tarefas.
3. Vulnerabilidades de Privacidade: A transmissão de ativações latentes em pontos de divisão é suscetível a ataques de reconstrução, inferência de associação e inferência de propriedades, riscos que são amplificados por semânticas de tarefas diversas.

Soluções atuais frequentemente dependem de representações baseadas em correlação, que falham em distinguir entre estruturas relevantes para a tarefa e correlações espúrias, limitando a robustez sob deslocamentos de distribuição.

Metodologia: MuCALD-SplitFed

Os autores propõem MuCALD-SplitFed, um framework SplitFed multi-tarefa projetado para segmentação de imagens médicas com preservação de privacidade. A arquitetura estende o modelo SplitFed padrão (particionamento em componentes Front-End [FE], Lado do Servidor [SS] e Back-End [BE]) integrando três etapas inovadoras:

1. Construção de Rótulos Proxy e Descoberta de Grafos Causais

Para facilitar a aprendizagem causal fracamente supervisionada sem exigir rótulos causais explícitos, o sistema extrai características morfológicas e de intensidade específicas de domínio de cada conjunto de dados para servir como "rótulos proxy".

• Conjuntos de Dados: Blastocisto (embrião), FHPsAOPMSB (cabeça fetal), HAM10K (lesões de pele), MosMed (TC de pulmão) e Kvasir-SEG (pólipos).
• Processo: Usando Notears-MLP, o sistema aprende grafos causais específicos do conjunto de dados a partir dessas características proxy. As três relações causais mais fortes por conjunto de dados são selecionadas para guiar o modelo (por exemplo, "Tamanho da lesão $\to$ Assimetria").

2. Módulo de Representação Causal e Difusão (CRDM)

Este módulo opera no lado do cliente (FE) para gerar representações latentes robustas e com preservação de privacidade antes da transmissão ao servidor.

• Codificador Exógeno: Mapeia mapas de características do FE ($z_{fe}$) para variáveis exógenas de baixa dimensão ($u$).
• SCM Neural: Aprende uma fatorização causal para produzir latentes estruturados causalmente ($z_{causal}$).
• Difusão Forward: Aplica um passo de difusão forward às características do codificador ($z_{fe}$) para ofuscar ativações transmitidas, criando latentes ruidosos ($z_{fe\_noisy}$).
• Decodificador de Difusão Causal (LDDM-1): Remove ruído dos latentes ruidosos condicionados aos latentes causais ($z_{causal}$) para gerar $z_{denoised}$.
• Benefício: Este processo expõe menos informações reconstrutivas do que ativações SplitFed padrão, mitigando ataques de reconstrução e inferência de associação.

3. Alinhamento Causal Adversarial de Domínio (DACA)

Localizado no lado do servidor (SS), este bloco impõe invariância de domínio para suprimir vieses específicos de tarefas.

• Mecanismo: Emprega uma Camada de Reversão de Gradiente (GRL) e um discriminador de domínio leve.
• Objetivo de Treinamento: A rede de segmentação tenta "enganar" o discriminador, produzindo representações agnósticas de domínio, enquanto o discriminador penaliza vazamento específico de domínio. Isso melhora a generalização entre tarefas e a privacidade.

Otimização

O modelo é treinado minimizando conjuntamente uma função de perda composta (Equação 1) que inclui:

• Perda de segmentação ($L_{seg}$)
• Perdas de alinhamento proxy ($L_{proxy}$)
• Perdas de regularização de difusão ($L_{diff}$)
• Termos de divergência KL para latentes exógenos e causais ($L_{KL}$)
• Perdas de domínio adversarial ($L_{adv}$)

Após cada rodada de comunicação, os modelos SS, LDDMs, codificadores e SCMs Neurais são agregados, enquanto os modelos FE e BE permanecem locais para preservar a personalização.

Contribuições Principais

1. Integração Causal em SplitFed: A primeira integração de modelagem causal dentro do espaço latente SplitFed especificamente para segmentação multi-tarefa em ambientes clínicos heterogêneos.
2. Arquitetura Aprimorada em Privacidade: Uma combinação inovadora de representações causais, difusão latente e desruidificação adversarial para reduzir vazamento de informações em pontos de divisão.
3. Desemaranhamento de Características: Um mecanismo para separar fatores causais relevantes para a tarefa de informações específicas de domínio, aprimorando tanto o desempenho de segmentação quanto a privacidade.
4. Avaliação Abrangente: Testes extensivos em cinco conjuntos de dados médicos heterogêneos, comparando com SplitFed Baseline, métodos de FL personalizados de última geração (SoTA) e métodos de FL multi-tarefa.

Resultados Experimentais

O framework foi avaliado em cinco clientes usando conjuntos de dados diversos (Blastocisto, HAM10K, FHPsAOPMSB, MosMed, Kvasir-SEG) ao longo de 24 rodadas de comunicação.

• Estabilidade de Convergência: O SplitFed Baseline falhou em convergir consistentemente, exibindo pontuações instáveis de Interseção sobre União (IoU) (por exemplo, IoU N/B médio final de 0,001 para UNet). Em contraste, o MuCALD-SplitFed convergiu de forma estável, alcançando um IoU N/B médio final de 0,487 para a arquitetura UNet.
• Desempenho de Segmentação: O MuCALD-SplitFed superou significativamente o SplitFed Baseline e métodos SoTA (FedPer, FedRep, MOCHA, etc.).
  • Pontuação Dice: O MuCALD-SplitFed alcançou 0,816 (média entre clientes), comparado a 0,394 para o SplitFed Baseline.
  • IoU N/B: O MuCALD-SplitFed alcançou 0,579, comparado a 0,045 para o SplitFed Baseline.
• Métricas de Privacidade: Métricas de qualidade de reconstrução (MSE, PSNR, SSIM) indicaram que os mapas de características no MuCALD-SplitFed estavam muito mais ofuscados. Por exemplo, o PSNR médio para ataques de reconstrução caiu significativamente (por exemplo, ~35,7 para MS vs ~7,0 para BS), tornando ataques de reconstrução e inferência de associação efetivamente inviáveis.
• Estudos de Ablação: Remover o componente de difusão causou a maior degradação de desempenho, destacando seu papel crítico na estabilidade e robustez. Tanto o CRDM quanto o DACA forneceram benefícios complementares.

Significado e Alegações

O artigo posiciona o MuCALD-SplitFed como uma evolução necessária para a IA médica descentralizada, abordando o desalinhamento entre as suposições padrão de FL e fluxos de trabalho clínicos reais. Os autores afirmam que, ao ir além de representações baseadas em correlação para difusão latente causal, o framework com sucesso:

• Resolve a instabilidade de convergência causada por conflitos de gradiente em configurações multi-tarefa.
• Mitiga riscos de privacidade inerentes às comunicações em pontos de divisão.
• Melhora a generalização entre domínios heterogêneos sem exigir compartilhamento de dados brutos.

O trabalho é apresentado como um "primeiro passo" em direção à aprendizagem SplitFed multi-tarefa abrangente com preservação de privacidade. Os autores observam modestamente que trabalhos futuros envolverão a avaliação de modelos adversariais mais fortes, a avaliação de escalabilidade para populações maiores de clientes e a extensão do framework para configurações causais mais amplas e mecanismos de privacidade adaptativos.