Resumo Técnico: Aproveitando a Coocorrência de Patologias para Adaptação em Tempo de Teste no Diagnóstico de Radiografias de Tórax

Declaração do Problema

Modelos de aprendizado profundo para classificação de radiografias de tórax frequentemente sofrem uma degradação significativa de desempenho quando implantados em novos locais clínicos devido a mudanças de domínio decorrentes de diferenças em equipamentos de imagem, protocolos de aquisição e demografia dos pacientes. Embora a Adaptação em Tempo de Teste (TTA - Test-Time Adaptation) ofereça uma solução ao atualizar modelos pré-treinados usando apenas dados não rotulados do alvo (sem acesso aos dados de origem ou anotações do alvo), os métodos de TTA existentes são mal adequados para imagens médicas multirrótulo.

As abordagens padrão de TTA, originalmente projetadas para classificação de imagem natural de rótulo único, minimizam a entropia de predição uniformemente em todas as amostras. Isso assume implicitamente a independência de rótulos. No entanto, em ambientes clínicos, as patologias exibem padrões estruturados de coocorrência (por exemplo, certas doenças aparecem frequentemente juntas) em vez de ocorrerem isoladamente. Os métodos existentes falham em considerar essas dependências; eles tratam todas as predições confiáveis como igualmente confiáveis, mesmo que uma predição viole relações plausíveis de rótulos. Isso pode levar à amplificação de padrões inconsistentes e à introdução de gradientes ruidosos durante a adaptação, particularmente sob mudanças de domínio.

Metodologia: Adaptação Ponderada por Coocorrência (CoWA)

Os autores propõem o CoWA, um método de TTA livre de fonte (source-free) que aproveita os padrões de coocorrência de doenças como um sinal de confiabilidade para guiar a adaptação. O framework opera sem exigir supervisão adicional ou mudanças arquitetônicas, adaptando apenas os parâmetros afins da Normalização por Lote (BN - Batch Normalization) do modelo pré-treinado.

O CoWA consiste em três componentes principais:

1. Estimativa da Matriz de Coocorrência do Domínio Alvo:
   O método estima a estrutura de coocorrência de rótulos diretamente das predições de teste recebidas. As saídas do modelo (probabilidades suaves) são binarizadas via um limiar fixo para suprimir ativações de baixa confiança. Uma matriz de coocorrência pareada $S$ é acumulada através de lotes processados, onde $S_{jk}$ conta a predição conjunta das patologias $j$ e $k$. Isso é normalizado para formar uma matriz de coocorrência empírica $M$, que evolui conforme a adaptação prossegue, capturando a estrutura de dependência específica do domínio alvo.

2. Ponderação de Amostra Consciente da Consistência:
   Para cada amostra, o CoWA calcula um escore de consistência que mede o quão bem a configuração de rótulos predita se alinha com a matriz de coocorrência do alvo estimada $M$. Um padrão de coocorrência local $m_i$ é construído a partir das predições da amostra. A desviação entre $m_i$ e $M$ é calculada usando a norma de Frobenius. Essa desviação é convertida em um peso de confiabilidade $w_i$:
   $$w_i = \exp\left(-\frac{\|m_i - M\|_F^2}{\tau}\right)$$
   onde $\tau$ é um parâmetro de temperatura. Amostras com predições consistentes com a estrutura emergente do alvo recebem pesos próximos a 1, enquanto predições estruturalmente inconsistentes (ruidosas) são penalizadas.

3. Minimização de Entropia Ponderada:
   Em vez de minimizar a entropia média uniforme, o CoWA minimiza uma perda de entropia ponderada:
   $$L_{CoWA} = \frac{1}{B} \sum_{i=1}^{B} \max(w_i, w_{min}) \cdot H(\hat{y}_i)$$
   Aqui, $H(\cdot)$ é a entropia da predição, $B$ é o tamanho do lote e $w_{min}$ evita que os pesos colapsem para zero por estabilidade numérica. Isso garante que o modelo se adapte primariamente com base em amostras estruturalmente coerentes, reduzindo o impacto de gradientes ruidosos.

Principais Contribuições

1. Proposta do CoWA: Um novo método de TTA que estima padrões de coocorrência de patologias a partir de predições do modelo e utiliza esses padrões como um sinal de confiabilidade por amostra para classificação de imagens médicas multirótulo.
2. Identificação de Limitações na TTA Padrão: Os autores demonstram que os métodos de TTA padrão, projetados para benchmarks de rótulo único, podem ser ineficazes ou prejudiciais em tarefas clínicas de multirótulo porque ignoram dependências de rótulos.
3. Validação Empírica: Experimentos extensos em conjuntos de dados públicos de radiografia de tórax (MIMIC-CXR, CheXpert, VinDr-CXR, NIH Chest X-ray) através de seis cenários de mudança de domínio mostram ganhos de desempenho consistentes sobre as linhas de base estabelecidas.

Resultados Experimentais

Os autores avaliaram o CoWA contra várias linhas de base, incluindo No Adaptation, AdaBN, TENT, CoTTA, EATA e RoTTA, usando AUROC como a métrica principal.

• Desempenho Geral: O CoWA alcançou o melhor AUROC médio na maioria dos cenários de mudança de domínio e permaneceu competitivo em outros, classificando-se consistentemente em primeiro ou segundo lugar com pequenas lacunas de desempenho.
• Robustez à Mudança de Domínio: Diferente das linhas de base como TENT e AdaBN, que mostraram alta variabilidade (desempenho bom em algumas mudanças, mas degradando em outras), o CoWA manteve um desempenho estável.
• Melhorias Específicas por Classe: Métodos concorrentes frequentemente sofriam quedas acentuadas em patologias de baixa prevalência (ex: Pneumotórax). O CoWA consistentemente mitigou essas degradações específicas de classe. Notavelmente, o CoWA foi o único método que evitou quedas severas de desempenho abaixo da linha de base não adaptada em todos os deslocamentos, destacando sua robustez de pior caso.
• Análise:
  • Evolução da Matriz: A matriz de coocorrência estimada no CoWA alinhou-se progressivamente com a verdadeira estrutura do alvo durante a adaptação, enquanto as linhas de base perderam estruturas de dependência claras.
  • Confiabilidade do Peso: Observou-se uma correlação positiva entre os pesos atribuídos e a qualidade da predição (AUPRC), confirmando que os pesos servem efetivamente como um estimador de confiabilidade implícito.
  • Ablação: O uso da norma de Frobenius ($\ell_F$) para pontuação de consistência resultou em maior AUROC médio e menor variância em comparação com as normas $\ell_1$, $\ell_2$ ou $\ell_\infty$. Além disso, o CoWA demonstrou atualizações de gradiente de parâmetros afins de BN mais estáveis em comparação ao TENT.

Significância e Alegações

O artigo afirma que o CoWA oferece uma solução simples e implantável para melhorar a robustez diagnóstica sob mudança de domínio ao incorporar a estrutura de coocorrência do domínio alvo na TTA sem exigir anotações adicionais.

Os autores enfatizam que, em ambientes clínicos, onde uma queda severa de desempenho em qualquer patologia individual pode comprometer o diagnóstico, a "robustez de pior caso" fornecida pelo CoWA é tão crítica quanto o desempenho médio. Ao reduzir o peso de predições que violam relações plausíveis de rótulos, o CoWA permite que a adaptação foque em amostras estruturalmente consistentes, reduzindo assim gradientes ruidosos.

Os autores concluem de forma modesta, observando que, embora o CoWA seja eficaz, os padrões estimados podem ser sensíveis a vieses de nível de conjunto de dados. Eles sugerem que estender o CoWA para capturar relações mais robustas e causalmente fundamentadas é uma direção promissora para trabalhos futuros.