💻 computer science

CUPID-Med: Conformal Uncertainty-aware Prototype Discovery for Clinically Interpretable Deep Medical Clustering

CUPID-Med 是一个利用符合性不确定性感知原型发现来生成具有临床可解释性、集合值聚类预测及校准置信度评分的新型框架，在构建无标签医学图像数据方面显著优于确定性基准模型。

原作者： Mojtaba Jahanian, Abbas Karimi, Nafiseh Osati Eraghi, Faraneh Zarafshan

发布于 2026-07-07

📖 1 分钟阅读☕ 轻松阅读

原作者： Mojtaba Jahanian, Abbas Karimi, Nafiseh Osati Eraghi, Faraneh Zarafshan

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你是一位图书管理员，正试图整理一个由 5,000 张医学 X 光图像组成的庞大且混乱的图书馆。问题在于？这些书的脊背上没有任何标题或标签。你不知道哪张 X 光片显示的是骨折，哪张是肺炎，哪张是完全健康的。你面前只有一大堆图像。

大多数试图解决这个问题的计算机程序会表现得像一个非常刻板的图书管理员。它们会观察一张图像，强行将其归入一个单一的架子，并说：“这个属于‘肺炎’分类箱。”但问题在于，在医学领域，情况往往是模糊不清的。一张 X 光片可能看起来有一点点像肺炎，有一点点像积液，还有一点点像正常的心脏。一个刻板的计算机可能会出错，并且会对错误的判断表现得非常自信。

CUPID-Med 正是为此而生。

请不要把 CUPID-Med 仅仅看作一名图书管理员，而要把它看作一名使用一套特殊工具进行分类的、充满怀疑精神且高度组织化的侦探。以下是它的工作原理，通过简单的概念进行拆解：

1. “智能之眼”（医学基础编码器）

首先，系统使用一只“智能之眼”来观察 X 光片，这只眼睛已经接受过数百万张医学图像的训练。这就像是给侦探戴上了一副眼镜，这副眼镜已经见过各种类型的胸部 X 光片。这有助于系统理解基本的形状和模式，而无需被告知它们具体是什么。

2. “模糊云团”（分布学习）

这是 CUPID-Med 与旧有的、刻板的方法不同之处。

旧方法： 它将每张 X 光片视为地图上的一个单一、锐利的点。“这个点肯定属于‘肺炎’组。”
CUPID-Med： 它将每张 X 光片视为一个模糊的云团。它意识到有些图像非常清晰（一个小而紧凑的云团），而有些图像则模糊且令人困惑（一个巨大且弥散的云团）。
- 如果云团很紧凑，系统就很有信心。
- 如果云团巨大且弥散，系统会说：“我不确定这是什么。它可能是几种不同的东西之一。”

3. “代表性面孔”（原型发现）

它不仅仅是创建抽象的组别（比如“组 A”和“组 B”），CUPID-Med 会创建原型（Prototypes）。你可以把这些原型理解为“该组的面孔”。

对于它发现的每一个组，它都会挑选出最优秀、最“平均”的一张 X 光片来代表该组。
这就像是一个侦探在说：“这一组患者看起来都像这个特定的人。”
医生可以观察这些“组的面孔”图像，并说：“啊，是的，我明白你的意思了。这些患者都有那种特定的肺部阴影。”这使得计算机的工作具有可解释性（易于人类理解）。

4. “安全网”（符合性不确定性）

这是最重要的安全功能。因为系统知道自己何时感到困惑（即“模糊云团”），所以它有一条规则：“如果我不是 100% 确定，我就不会强行做出决定。”

它不会直接说“这是 A 组”，它可能会说“这可能是 A 组，或者也可能是 B 组”。
它会创建一个可能性的短名单。
如果名单太长，或者系统过于不确定，它会在该图像上打上红旗并提示：“嘿，一名人类医生需要查看这一张。”在风险极高的情况下，它拒绝盲目猜测。

5. 结果：整理混沌

研究人员在来自 CheXpert 数据库的 5,000 张胸部 X 光片数据集上测试了该系统。他们在训练期间并没有告诉计算机这些疾病是什么；他们只是让计算机自行进行分类。

旧方法： 当他们尝试用标准的计算机方法对这些图像进行分类时，组别非常混乱。每个组内的图像看起来并不相似。这就像是在尝试给一副扑克牌分类，结果“红桃”堆里混进了一些“黑桃”。其分类质量得分非常低（0.05）。
CUPID-Med 方法： 当他们使用这个新的侦探系统时，组别变得非常清晰。每个堆里的图像看起来都非常相似。得分显著上升（达到了 0.51）。
加分项： 系统还成功识别了哪些图像是“模糊的”（具有不确定性），并将它们标记出来供人工审查，正如它所承诺的那样。

核心结论

CUPID-Med 是一种新的医学图像组织方式，它承认自己有时不知道答案。它不强求一个可能错误的“最佳猜测”，而是通过以下方式运作：

清晰地将相似的图像归为一类。
向医生展示每个组的“面孔”，以便他们理解计算机为何进行此类分组。
标记出那些令人困惑的案例，以便人类专家介入。

论文结论指出，这种方法创造了比以往方法更整洁、更易理解的组别，但也指出该系统仍需进一步微调，以确保各组的大小大致相等，从而能够投入实际医院中使用。

CUPID-Med 技术摘要：面向临床可解释深度医学聚类的共形不确定性感知原型发现

问题陈述
深度医学聚类旨在从无标签医学数据中挖掘潜在的疾病亚型，鉴于专家标注的高成本和高变异性，这是一项至关重要的任务。然而，现有的深度聚类方法存在三个主要局限性：

确定性分配： 大多数方法将样本强制归入单一、硬性的聚类标签，未能考虑到临床表型具有连续性、重叠性和异质性的本质。
缺乏校准的不确定性： 标准流程很少提供校准后的不确定性估计，或提供识别需要专家审查的模糊病例的正式机制。
可解释性有限： 聚类结果往往缺乏具有临床意义的总结（如代表性原型或视觉解释），导致临床医生难以进行检查和信任。

此外，虽然医学基础模型提供了强大的表示能力，但其固定的嵌入可能会编码非临床的人为因素（例如采集偏差），并且本身并不支持不确定性感知的亚型发现。

方法论：CUPID-Med
作者提出了 CUPID-Med，一个旨在将固定的医学嵌入转化为校准的、可解释的且具备不确定性感知的亚型发现框架。该架构由五个核心阶段组成：

医学基础编码： 该框架利用医学基础编码器（或预训练骨干网络如 DenseNet121）将原始输入（图像或多模态数据）映射到统一的表示空间。在仅图像设置（CheXpert）中，这涉及补丁嵌入（patch embedding）和基于 Transformer 的处理或 CNN 特征提取。
分布式潜在表示学习： CUPID-Med 不再将样本映射为确定性的点，而是将每个样本表示为一个高斯分布 $N(\mu_i, \text{diag}(\sigma_i^2))$ 。这是通过一个输出均值向量和对数方差的投影头实现的。模型采用自监督一致性损失（增强视图之间的 KL 散度）和对比目标来学习鲁棒的潜在分布。标量不确定性得分 $u_i$ 是从潜在方差中导出的。
基于原型的深度聚类： 框架维护一个可学习的记忆库，其中包含 $K$ $K$ 个代表潜在疾病亚型的原型。它优化了一个结合以下内容的聚类目标：
- 目标分布细化（使软分配与精细化的目标对齐）。
- 原型紧凑性（最小化样本与所分配原型之间的距离）。
- 聚类平衡（鼓励均匀的原型利用率）。
- 原型分离（最大化不同原型之间的距离）。
共形不确定性校准： 为了解决对可靠决策边界的需求，CUPID-Med 将共形预测（conformal prediction）应用于无监督设置。它将软聚类分配转换为集合值预测。
- 根据低分配置信度和潜在不确定性计算非一致性得分（nonconformity score）。
- 在校准集上估计阈值，以保证分布无关的覆盖率。
- 对于测试样本，输出为候选聚类集合 $\Gamma_\alpha(x)$ 。如果集合包含多个聚类或不确定性较高，则将样本标记为需要专家审查，而不是强制赋予单一标签。
临床可解释输出： 系统生成包含代表性图像（原型最近邻样本）、临床富集谱（如果事后有标签可用）和不确定性分布的“聚类卡片”。视觉解释（如 Grad-CAM）被列为未来的扩展方向，目前的重点是原型检索。

核心贡献

框架集成： 提出了一个结合了医学基础编码、分布式潜在学习、原型发现和共形校准的统一框架。
不确定性感知分配： 引入了一种共形策略，产生集合值预测，明确识别出模糊病例以进行人机回环（human-in-the-loop）审查，而非提供确定性标签。
原型驱动的可解释性： 提供了一种为每个聚类检索代表性样本的机制，从而实现基于案例的推理和视觉检查。
无标签训练协议： 在 CheXpert 数据集上定义了一个严格的评估协议，其中疾病标签在训练期间被严格排除，仅用于事后的临床富集和可解释性分析。

实验结果
该框架在 CheXpert 数据集的 5,000 张正面图像子集上进行了评估，采用了无标签训练协议。

基线性能： 在固定的 DenseNet121 嵌入上进行初步聚类（使用 K-means、GMM、凝聚层次聚类），其分离效果较弱。表现最好的基线（K-means, $K=5$ ）实现了 0.0510 的轮廓系数（Silhouette score）和 3.6950 的 Davies–Bouldin 指数。
CUPID-Med 性能： 主要的 CUPID-Med 运行结果（ $K=14$ ）实现了 0.5175 的轮廓系数、2.7809 的 Davies–Bouldin 指数以及 29,733.16 的 Calinski–Harabasz 分数。
二次运行： 第二次 50 个 epoch 的运行显示出更高的内部指标（轮廓系数：0.6216），但出现了空聚类警告，因此作者将 80 个 epoch 的运行作为官方可复现的结果。
观察结果： 虽然 CUPID-Med 相比确定性基线显著提升了潜在分离度，但主要运行结果显示出聚类规模不平衡（每个聚类的样本量从 2 到 1,132 不等），这表明原型平衡正则化仍需进一步完善。

意义与主张
本文声称分布式原型学习可以比确定性聚类固定深度嵌入产生更具结构性和可解释性的医学图像亚型。

范式转变： 该工作主张从“不透明的硬聚类”转向“校准的、可解释的且具备不确定性感知的亚型发现”。
临床效用： 通过生成集合值预测并标记不确定病例，该框架更好地契合了临床现实，即重叠的表型和模糊的发现是常见的。
关于部署的审慎态度： 作者明确指出，虽然该方法展示了卓越的内部分离度和可解释性，但观察到的聚类不平衡以及对更强平衡正则化的需求，意味着该方法尚未准备好进行稳定的临床部署作为表型发现工具。研究结果是作为一种更值得信赖的、以人为中心的聚类工作流的原理验证（proof-of-concept）。