Adaptive Group-Based Counterfactual Explanations for Time-Series Rehabilitation Data

Resumo Técnico: Explicações Contrafatuais Adaptativas Baseadas em Grupos para Dados de Reabilitação de Séries Temporais

Definição do Problema
Na reabilitação clínica, particularmente ao analisar o movimento por meio de Unidades de Medida Inercial (IMUs) de múltiplos sensores, os modelos de aprendizado de máquina carecem de interpretabilidade para especialistas do domínio. Clínicos raciocinam em termos de grupos de características semânticas (ex: grupos musculares, segmentos articulares e sinergias) em vez de canais de sensores individuais. Os métodos padrão de Explicação Contrafatual (CE) para dados de séries temporais operam tipicamente ao nível do canal. Essa abordagem leva a quatro problemas críticos em configurações de IMU de alta dimensão (ex: 48 canais de 8 sensores):

1. Explosão Combinatória: O espaço de busca escala com o número de canais multiplicado pelos passos de tempo, resultando frequentemente em perturbações densas e dispersas.
2. Incoerência Biomecânica: Edições por canal podem violar restrições físicas, produzindo sequências implausíveis (ex: mudanças isoladas de eixo ignorando a cinemática articular).
3. Fragmentação Temporal: Edições dispersas criam "confete temporal" em vez de janelas de intervenção coerentes.
4. Falta de Hierarquia: As explicações falham em mapear conceitos de nível de sistema (grupos musculares) até sensores específicos.

Métodos existentes raramente codificam o agrupamento de sensores ou abstrações de nível de segmento, limitando sua utilidade clínica.

Metodologia
Os autores propõem o Adaptive-MO, um framework de dois estágios para gerar contrafatuais baseados em grupos em dados de séries temporais de alta dimensão. O método integra agrupamento informado pelo domínio com otimização multiobjetivo adaptativa.

1. Agrupamento Informado pelo Domínio:
   O framework define grupos de sensores baseados em localizações anatômicas e modalidades de sinal. Especificamente, adota uma estratégia de agrupamento baseado em modalidade, onde sinais de acelerômetro e giroscópio são tratados como grupos separados para cada músculo (resultando em 16 grupos a partir de 48 canais). Isso distingue a aceleração linear da cinemática rotacional, preservando as relações anatômicas.

2. Classificação de Grupos Shapley-Adaptativa (SA):
   Para reduzir a complexidade da busca, o método primeiro estima os valores de Shapley ao nível do canal (via GradientSHAP) e os agrega para a importância ao nível do grupo usando o valor absoluto máximo. Os $k$ grupos mais influentes são selecionados para restringir o espaço de busca da otimização. No entanto, experimentos mostraram que a classificação SA estática preserva a validade, mas falha em impor uma esparsidade suficiente ao nível do grupo.

3. Mecanismo de Portão Aprendível (LG):
   Para abordar a limitação de esparsidade, os autores introduzem Portões Aprendíveis (Learnable Gates). Estes são parâmetros de relevância por grupo ($\gamma_g$) treináveis, otimizados conjuntamente com as máscaras de perturbação.

   • Parametrização: Os contrafatuais são gerados misturando a entrada com um vizinho não semelhante mais próximo (guia) usando uma máscara contínua modulada pelos portões.
   • Regularização: Os portões são regularizados com uma penalidade combinada $\ell_1$ (para levar os portões não utilizados a zero) e uma penalidade de binarização (para empurrar os portões para 0 ou 1). Isso permite que o modelo realize a poda dinâmica de grupos irrelevantes durante a otimização, resultando em um subconjunto binário e esparso de grupos.

4. Otimização Multiobjetivo:
   O framework otimiza uma função de perda total composta por quatro termos:

   • Validade: Garantir que a entrada modificada preveja a classe alvo.
   • Esparsidade: Minimizar a magnitude da máscara (nível do canal) e o número de grupos ativos.
   • Suavidade Temporal: Impor suavidade através de uma norma de variação total de ordem superior.
   • Regularização de Portão: Incentivar a seleção de um conjunto mínimo de grupos.
     Um esquema de ponderação adaptativa desloca a ênfase da validade para a esparsidade assim que uma previsão de alvo confiável é alcançada.

Principais Contribuições

1. Framework Adaptive-MO: Um novo framework que combina classificação de grupos baseada em Shapley com seleção dinâmica de grupos de sensores para CEs estruturados em séries temporais de alta dimensão.
2. Mecanismo de Portão Aprendível (LG): Um método que utiliza portões treináveis para selecionar automaticamente um conjunto esparso, interpretável e clinicamente significativo de grupos de sensores, otimizado conjuntamente com máscaras de perturbação.
3. Validação Empírica: Avaliação sistemática no dataset KneE-PAD (31 pacientes, 8 IMUs, 3 exercícios: agachamento, extensão de joelho, marcha) demonstrando que contrafatuais estruturados em grupos geram orientações corretivas concisas de nível muscular.

Resultos
Experimentos compararam as variantes de LG contra o baseline de nível de canal M-CELS (um método de estado da arte para séries temporais multivariadas).

• Validade e Taxa de Sucesso: A variante de melhor desempenho, LG-SHAP pruned, alcançou uma taxa de sucesso contrafatual de 94,7% (vs. 90,0% para M-CELS) com alta confiança no alvo (80,8%).
• Esparsidade: Os métodos LG reduziram significativamente a complexidade da explicação. O LG-SHAP pruned modificou uma média de 8,2 grupos de modalidade (uma redução de 27% em comparação aos 11,2 do M-CELS) e 18,0 canais (uma redução de 22%). A variante LG-fixed prune alcançou uma esparsidade ainda maior (5,2 grupos) com um compromisso modesto na validade.
• Plausibilidade e Suavidade: Perturbações estruturadas em grupos mantiveram a suavidade temporal comparável ao M-CELS, indicando que não houve introdução de descontinuidades artificiais.
• Padrões Específicos de Exercício: O LG produziu padrões de ativação seletivos e específicos de exercício alinhados à biomecânica (ex: visando a co-contração de quadríceps/isquiotibiais para extensão de joelho), enquanto o M-CELS exibiu uma ativação difusa e ampla entre os grupos.
• Eficiência: Os tempos de geração para as variantes de LG (8,0–9,7s) foram comparáveis ou mais rápidos que o M-CELS (10,0s).

Significância e Alegações
O artigo afirma que o framework proposto aumenta a interpretabilidade sem sacrificar a qualidade contrafatual. Ao alinhar a estrutura da explicação com o raciocínio clínico (grupos musculares e segmentos articulares), o método produz explicações acionáveis para análise de movimento de reabilitação.

• Alinhamento Clínico: As explicações estruturadas em grupos geram orientações corretivas concisas de nível muscular (ex: "reduzir atividade do isquiotibial direito") que correspondem ao raciocínio hierárquico de fisioterapeutas.
• Melhoria Estrutural: O trabalho demonstra que a otimização dinâmica de grupos de características ao nível do grupo gera explicações mais interpretáveis e confiáveis do que métodos ao nível do canal em IMUs para reabilitação.
• Escolha de Design: O artigo destaca o agrupamento de sensores como uma escolha de design teoricamente fundamentada e praticamente importante para contrafatuais de séries temporais.

Limitações e Trabalhos Futuros
Os autores observam que os experimentos foram limitados ao dataset KneE-PAD com um número específico de gravações de pacientes. O agrupamento de sensores foi elaborado manualmente para IMUs de membros inferiores. Sugere-se que trabalhos futuros incluam a descoberta automática de grupos, fusão multimodal (ex: com sEMG) e implantação em tempo real em telereabilitação, bem como estudos de usuário com clínicos para avaliar a confiança e a capacidade de ação.