Probabilistic Robustness in Medical Image Classification

Resumo Técnico: Robustez Probabilística na Classificação de Imagens Médicas

Declaração do Problema
Embora o Aprendizado Profundo (DL) tenha demonstrado um forte desempenho em tarefas de classificação de imagens médicas — abrangendo desde a análise de RM e TC até o diagnóstico de câncer de pele e doenças pulmonares — sua implementação em ambientes clínicos de missão crítica é dificultada por preocupações relativas à confiabilidade. A pesquisa de robustez existente foca predominantemente na Robustez Adversária (AR), que adota uma perspectiva de pior caso ao buscar a perturbação determinística única dentro de um balão de norma que maximiza a perda de predição. Os autores argumentam que essa formulação de pior caso é menos representativa de aplicações médicas do mundo real, onde as perturbações são frequentemente estocásticas (ex: degradação de equipamentos, desfoque de câmera) em vez de ataques determinísticos. Consequentemente, há a necessidade de uma medida mais prática de confiabilidade do modelo que considere a probabilidade de erros sob perturbações aleatórias realistas.

Metodologia
Para abordar essa lacuna, o estudo investiga a Robustez Probabilística (PR), uma abordagem estatística que avalia a probabilidade geral de um modelo manter predições corretas sob perturbações aleatórias. A metodologia envolve três componentes principais:

1. Definição de Robustez Probabilística: Diferente da AR, que resolve para $\delta^* = \arg \max_{\|\delta\| \leq \gamma} L(x+\delta, y; \theta)$, a PR define a robustez como a esperança da probabilidade de a predição do modelo permanecer inalterada sob uma perturbação aleatória $\delta$ extraída de uma distribuição de entrada local $Pr(\cdot|x)$. Formalmente, $R(x, \gamma) = \mathbb{E}_{\delta \sim Pr(\cdot|x), \|\delta\| \leq \gamma} [I\{f_\theta(x+\delta) = y\}]$.
2. Configurações de Corrupção Natural: Os autores constroem um conjunto de configurações de corrupção natural padrão para classificação de imagens médicas, adaptando tipos de perturbação amplamente estudados na visão computacional geral para o domínio de imagens médicas.
3. Configuração Experimental: O estudo utiliza o dataset MedMNIST v2, especificamente o subconjunto PathMNIST (imagens de patologia colorretal de 9 classes com aproximadamente 107 mil amostras). Duas arquiteturas de backbones CNN comumente usadas, ResNet-18 e ResNet-50, são avaliadas. O desempenho é medido usando métricas padrão (Acurácia e AUC) em imagens limpas, juntamente com a avaliação de PR sob seis corrupções naturais específicas: Desfoque (Defocus), Desfoque de Movimento (Motion blur), Corante (Stain), Saturação, Pixelização e variações de Brilho. A avaliação de PR segue o protocolo de benchmarking definido no PRBench.

Principais Contribuições
O artigo delineia três contribuições primárias:

1. Investigação da PR no Contexto Médico: O trabalho destaca a relevância prática da robustez probabilística para sistemas de diagnóstico médico de missão crítica, argumentando que ela é mais adequada do que a AR de pior caso para cenários de perturbação realistas.
2. Estrutura de Corrupção Padronizada: Os autores constroem e padronizam um conjunto de configurações de corrupção natural especificamente para tarefas de imagem médica ao adaptar perturbações de visão computacional geral, permitindo um protocolo de avaliação de robustez mais realista.
3. Avaliação Sistemática: Uma avaliação abrangente de ResNet-18 e ResNet-50 no MedMNIST v2 é conduzida, analisando a PR sob configurações de corrupção de imagem médica além da acurácia preditiva convencional.

Resultos
Os resultados experimentais no PathMNIST revelam vários insights críticos:

• Queda Substancial de Desempenho: Embora os modelos alcancem alta acurácia em imagens limpas (ex: ResNet-18: 90,68% ACC, 98,46% AUC), sua robustez probabilística cai significamente sob corrupções naturais. Por exemplo, sob variações de brilho, a PR cai para 62,84% para a ResNet-18 e 67,91% para a ResNet-50.
• Dependência de Corrupção: A robustez é altamente dependente do tipo de corrupção. Ambos os modelos permanecem relativamente robustos contra Pixelização, Corante e Saturação, mas são significativamente mais vulneráveis ao Desfoque de Movimento e Desfoque (Defocus). Variações de brilho também causam degradação substancial.
• Desempenho Limpo vs. Robustez: Um maior desempenho em imagens limpas não garante melhor robustez probabilística. Embora a ResNet-50 alcance ACC e AUC superiores à ResNet-18, ela não demonstra consistentemente uma PR superior em todos os tipos de corrupção.

Significância e Alegações
O artigo afirma que a Robustez Probabilística oferece uma perspectiva mais prática do que a robustez de pior caso para avaliar a confiabilidade de modelos de DL sob perturbações realistas. Ao fornecer uma referência estatisticamente fundamentada, este trabalho visa apoiar a implantação mais segura de sistemas de aprendizado profundo em imagens médicas. O estudo enfatiza que problemas de qualidade de imagem comuns na prática (ex: degradação de equipamentos) podem levar a predições menos confiáveis, mesmo para modelos com alta acurácia padrão, necessitando de frameworks de avaliação que vão além de exemplos adversários determinísticos.