Structural Findings Transfer, Texture Findings Do Not: An Adaptation Ladder for Cross-Center Dental Diagnosis

Resumo Técnico: Transferência de Achados Estruturais, Não de Achados de Textura: Uma Escada de Adaptação para Diagnóstico Odontológico entre Centros

Definição do Problema
Modelos de aprendizagem profunda para diagnóstico de radiografias dentárias alcançam desempenho de nível especialista em seus conjuntos de dados de treinamento, mas sofrem de "falha silenciosa" quando implantados em novos centros clínicos. Diferenças em scanners, protocolos de aquisição e populações de pacientes criam desvios de distribuição que fazem com que os modelos emitam previsões confiantes, porém incorretas, sem sinalizar incerteza. Embora um "envelope de segurança" (composto por calibração, garantias de desvio limitado e um portão Out-of-Distribution [OOD]) possa recusar entradas de centros não vistos para evitar erros, essa recusa torna o modelo praticamente inútil nesses ambientes. A questão central é: quanta adaptação é necessária para converter essa recusa segura em uma "aceitação honesta" em um novo centro, e isso pode ser alcançado de forma barata sem violar as garantias de segurança ou degradar o desempenho no centro de origem original?

Metodologia
Os autores propõem um framework de avaliação sistemática centrado em uma "escada de adaptação custo/benefício" e um envelope de segurança fixo.

• O Envelope de Segurança: O estudo envolve um codificador de fundação odontológica congelado com três componentes:
  1. Linha de Base Calibrada: Uma sonda logística com escalonamento de temperatura para corrigir a má calibração.
  2. Cabeça de Desvio Limitado: Uma cabeça residual que adiciona correções clipadas a um intervalo específico $[-\delta, \delta]$ no espaço de logit. Isso garante que o modelo implantado não possa desviar arbitrariamente da linha de base confiável, fornecendo uma garantia formal contra o drift catastrófico.
  3. Portão OOD de Mahalanobis: Um portão que recusa entradas que excedem o percentil 95 da distância de Mahalanobis da distribuição de origem.
• A Escada de Adaptação: Dez técnicas são avaliadas através de quatro "degraus" de custo crescente de computação e parâmetros, adaptando um centro de origem (DENTEX) a um centro alvo (ADCD):
  • Degrau 0 (Sem rótulos): Recalibração de limiar (reestimando o limiar de OOD em dados não rotulados do alvo).
  • Degrau 1 (Reajuste de Cabeça): Reajuste de sondas de calibração e da cabeça residual em uma pequena fatia rotulada do alvo (16 dentes).
  • Degrau 2 (Ajuste de Parâmetros Eficiente - PEFT): Cinco métodos adaptando a representação enquanto mantêm os pesos do backbone congelados: LoRA (Low-Rank Adaptation), Visual Prompt Tuning (VPT), BitFit (apenas termos de viés) e ajuste de LayerNorm-affine.
  • Degrau 3 (Grande Capacidade com Anti-Esquecimento): Ajuste fino total no espaço de embedding usando Elastic Weight Consolization (EWC), Rehearsal (mistura de dados de origem) ou uma abordagem de Dual-Encoder para prevenir o esquecimento catastrófico.
• Configuração Experimental: O estudo utiliza três backbones (um Dental ViT-L específico para o domínio, BiomedCLIP e DINOv3) e avalia o desempenho através de 126 configurações. As métricas incluem macro-AUC para casos aceitos, Erro de Calibração Esperado (ECE), preservação do desempenho da fonte e a garantia de desvio limitado.

Principais Resultados

• As Garantias de Segurança Mantêm-se: Em todas as 126 configurações, a garantia de desvio limitado nunca foi violada, e o desempenho do centro de origem foi amplamente preservado (queda média de ~1 ponto de AUC), sem que o esquecimento catastrófico fosse observado.
• Achados Estruturais vs. Achados de Textura: Uma divergência crítica foi encontrada com base no tipo de patologia:
  • Achados Estruturais (Dentes Impactados): A adaptação recuperou fortemente a confiabilidade entre centros, com a AUC melhorando de 0,71 (recalibração de limiar) para 0,92 (ajuste fino total regularizado por rehearsal).
  • Achados de Textura (Cáries): A adaptação falhou em recuperar a confiabilidade entre centros para cáries, que permaneceu próxima ao nível do acaso (AUC ~0,48–0,57), independentemente da técnica, orçamento de parâmetros ou backbone utilizado.
  • Achados Intermediários (Lesões Periapicais): Mostraram recuperação parcial, situando-se entre os dois extremos.
• Retornos Decrescentes: A adaptação barata (ex: LoRA com 16k parâmetros ou BitFit com ~1k parâmetros) capturou a maior parte do benefício alcançável. Aumentar o orçamento de parâmetros em três ordens de magnitude (para ~1M de parâmetros) rendeu apenas um ganho marginal de ~4 pontos de AUC.
• Backbone e Fusão: Um backbone de fundação mais forte (DINOv3) adaptou-se marginalmente melhor do que o backbone específico do domínio, mas o backbone específico produziu menos falsos positivos em seu centro de origem. A fusão de encoders de domínio específico e de fundação não trouxe benefícios sobre o uso de um único backbone mais forte.
• Não Transferibilidade de Textura: O treinamento conjunto de dois centros confirmou que a cárie é aprendível dentro do centro alvo (AUC 0,79), mas é não-transferível da origem (AUC 0,60). A falha é atribuída ao gap de domínio de textura (diferenças de aquisição) em vez de capacidade do encoder ou não-aprendibilidade.
• Comportamento de Recusa: O portão OOD atua como um detector direcional de desvio de distribuição. Quando reajustado no alvo, a taxa de recusa estabiliza-se em ~5%, independentemente do custo de adaptação. A percepção de que a adaptação aumenta a recusa é um artefato de manter o portão ancorado na origem enquanto a representação se desloca.

Significância e Alegações
O artigo alega que o principal gargalo para a implantação de IA odontológica entre centros não é a capacidade do encoder, mas o gap de domínio específico para achados baseados em textura. Consequentemente, os autores argumentam contra a busca por um modelo universal único. Em vez disso, propõem uma estratégia de implantação onde sistemas:

1. Adaptam-se de forma barata (usando alguns milhares de parâmetros e ~16 imagens rotuladas) para achados estruturais que transferem bem.
2. Recusam achados de textura (como cáries precoces) que não transferem através do gap de aquisição.

Esta abordagem alinha-se com as expectativas regulatórias para IA médica ao priorizar a "recusa honesta" em vez de erros confiantes. O envelope de segurança é identificado como o componente crítico que permite esta estratégia, garantindo que, mesmo quando os modelos são adaptados, eles permaneçam dentro de um regime operacional seguro e limitado. O estudo conclui que, para patologias de textura, o gap de domínio é atualmente insuperável via adaptação padrão, tornando a recusa seletiva a única opção confiável.