[論文レビュー] Interpretable Mammographic Image Classification using Case-Based Reasoning and Deep Learning

Alina Jade Barnett, Fides R. Schwartz+5 more|arXiv (Cornell University)|Jul 12, 2021

AI in cancer detection被引用数 7

ひとこと要約

本稿では、臨床的に重要な特徴（例：腫瘍縁の形状）を検出するとともに悪性度を予測する、解釈可能な深層学習モデルを提案する。このモデルは、ケースベース推論とプロトタイプネットワークを組み合わせており、ブラックボックスモデルと同等またはそれ以上の精度を達成するとともに、医師の診断プロセスに整合する透明な説明を提供する。医師の臨床的知識に基づいて、プロトタイプとしての画像部品を学習し、それらを用いて予測を生成する。

ABSTRACT

When we deploy machine learning models in high-stakes medical settings, we must ensure these models make accurate predictions that are consistent with known medical science. Inherently interpretable networks address this need by explaining the rationale behind each decision while maintaining equal or higher accuracy compared to black-box models. In this work, we present a novel interpretable neural network algorithm that uses case-based reasoning for mammography. Designed to aid a radiologist in their decisions, our network presents both a prediction of malignancy and an explanation of that prediction using known medical features. In order to yield helpful explanations, the network is designed to mimic the reasoning processes of a radiologist: our network first detects the clinically relevant semantic features of each image by comparing each new image with a learned set of prototypical image parts from the training images, then uses those clinical features to predict malignancy. Compared to other methods, our model detects clinical features (mass margins) with equal or higher accuracy, provides a more detailed explanation of its prediction, and is better able to differentiate the classification-relevant parts of the image.

研究の動機と目的

• 臨床意思決定を支援する、本質的に解釈可能な深層学習モデルを、マンモグラム画像分類に用いる。
• モデルの予測が、画像装置や患者の年齢といった交絡要因ではなく、臨床的に関連する特徴（例：腫瘍縁の形状）に基づくことを保証する。
• 放射線科医の推論プロセスに一致する説明を提供することで、信頼性を高め、臨床現場での採用を促進する。
• 特に病変スケールの特徴活性化精度において、ブラックボックスモデルを上回る精度と解釈可能性を実現する。
• 解釈可能なモデルが、不自然な相関に依存せずに、解釈不能なモデルと同等またはそれ以上の性能を発揮できることを示す。

提案手法

• 各に学習されたプロトタイプが臨床的に関連する画像部品（例：明確な縁、棘状の縁）に対応する、プロトタイプベースのニューラルネットワークアーキテクチャを採用する。
• 各テスト画像に対して、画像パッチと学習済みプロトタイプとの類似度スコアをℓ₂距離を用いて計算し、関連する領域を強調する活性化マップを生成する。
• 最も近いプロトタイプからの類似度スコアを全結合層の入力として用い、腫瘍縁のタイプと悪性リスク確率を予測する。
• 悪性度予測は、縁のタイプスコアに基づく線形モデルを用いる：ŷmal = -16ŷcircumscribed -10ŷindistinct +6ŷspiculated、その後にシグモイド関数を適用する。
• モデルは2段階で訓練される：まずプロトタイプを学習し、関連する特徴を検出する段階、次に縁の予測を悪性度結果にマッピングする段階。
• 解釈可能性を確保するため、モデルが患者の年齢やスキャナータイプといった交絡要因を避けるように制約を課す。

実験結果

リサーチクエスチョン

• RQ1 解釈可能な深層学習モデルは、ブラックボックスモデルと同等の性能を、マンモグラム腫瘍縁の分類と悪性度予測で達成できるか？
• RQ2 モデルの注目メカニズムは、手動で描画された注目マップとの一致度を測定することで、放射線科医の臨床的推論と整合するか？
• RQ3 プロトタイプベースのアプローチは、既存の解釈可能なモデルやブラックボックスモデルと比較して、臨床的に関連する特徴（例：腫瘍縁）をより高い精度で検出できるか？
• RQ4 モデルが縁に基づく特徴のみを使用するように制限することで、交絡要因に依存しなくなり、臨床的信頼性が向上するか？
• RQ5 完全に解釈可能なモデルは、放射線科医の性能に匹敵しつつ、透明でルールベースの推論を提供できるか？

主な発見

• IAIA-BLは、悪性度予測においてAUROC 0.84 [0.74, 0.94]を達成し、縁に基づく特徴に限定されているにもかかわらず、解釈不能なエンドツーエンドのVGG-16（0.87 [0.82, 0.93]）と同等の性能を示した。
• 腫瘍縁分類において、IAIA-BLはAUROC 0.947 [0.9, 1.0]を達成し、ProtoPNetおよびVGG-16と同等またはそれを上回り、病変スケールの活性化精度が顕著に高いことが確認された。
• モデルの活性化マップは、放射線科医がアノテートした注目マップと顕著な一致を示した（κ = 0.74 [0.60, 0.86]）、過去の研究で報告された放射線科医間の一致度を上回った。
• IAIA-BLは、活性化精度においてProtoPNetおよびVGG-16を上回り、分類に必要な画像領域をより正確に特定し、不自然な活性化を回避していることが示された。
• 線形悪性度予測モデル（ŷmal = -16ŷcircumscribed -10ŷindistinct +6ŷspiculated）は、既知の医学的知識と整合しており、棘状の縁は悪性リスクが高いため、その傾向を反映している。
• モデルが縁の特徴のみに依存するため、乳房密度から得られる患者の年齢といった交絡要因を活用しなくなり、臨床的妥当性が向上した。