[論文レビュー] IAIA-BL: A Case-based Interpretable Deep Learning Model for Classification of Mass Lesions in Digital Mammography

Alina Jade Barnett, Fides R. Schwartz+5 more|arXiv (Cornell University)|Mar 23, 2021

Explainable Artificial Intelligence (XAI)参考文献 54被引用数 15

ひとこと要約

本稿では、レントgen診断医の推論をプロトタイプベースの分析によって模倣することで、デジタルマンモグラフィにおける腫瘍巣の分類を目的としたケースベースの解釈可能な深層学習モデルIAIA-BLを提案する。ブラックボックスモデルと同等の精度を達成しながらも、腫瘍巣の縁の状態など臨床的に関連する特徴を強調することで、混同要因への依存を低減し、診断における透明性と人間-AI協働を可能にする。

ABSTRACT

Interpretability in machine learning models is important in high-stakes decisions, such as whether to order a biopsy based on a mammographic exam. Mammography poses important challenges that are not present in other computer vision tasks: datasets are small, confounding information is present, and it can be difficult even for a radiologist to decide between watchful waiting and biopsy based on a mammogram alone. In this work, we present a framework for interpretable machine learning-based mammography. In addition to predicting whether a lesion is malignant or benign, our work aims to follow the reasoning processes of radiologists in detecting clinically relevant semantic features of each image, such as the characteristics of the mass margins. The framework includes a novel interpretable neural network algorithm that uses case-based reasoning for mammography. Our algorithm can incorporate a combination of data with whole image labelling and data with pixel-wise annotations, leading to better accuracy and interpretability even with a small number of images. Our interpretable models are able to highlight the classification-relevant parts of the image, whereas other methods highlight healthy tissue and confounding information. Our models are decision aids, rather than decision makers, aimed at better overall human-machine collaboration. We do not observe a loss in mass margin classification accuracy over a black box neural network trained on the same data.

研究の動機と目的

• バイオプシーの勧告といったハイリスク意思決定においてレントゲン診断医を支援する解釈可能なAIモデルを開発すること、代替するのではなく協働することを目的とする。
• 機器の種別や患者の年齢の代理指標といった混同要因が、小規模なマンモグラフィデータセットにおいてブラックボックスモデルを誤導するという課題に対処すること。
• 腫瘍巣の縁の特徴といった特定のBI-RADS特徴と関連付けることで、画像の関連領域を局所化することにより、実際の臨床的推論を反映したモデルの説明を可能とすること。
• 臨床報告で用いられる構造的用語集（例：BI-RADS）とモデルの推論を一致させることで、一般化性能と信頼性を向上させること。
• 解釈可能なモデルが、腫瘍巣縁の分類および悪性度予測において、解釈不能なモデルと同等またはそれを上回る性能を示すことを実証すること。

提案手法

• 本モデルは、プロトタイプネットワーク（ProtoPNet）に基づく新規な解釈可能なニューラルネットワークアーキテクチャを採用し、訓練の安定性を向上させるために勾配安定化技術を導入している。
• 限られたデータから、腫瘍巣縁の特徴など臨床的に意味のある特徴を学習するために、全体画像ラベルとピクセル単位のアノテーションを併用している。
• ケースベースの推論は、入力画像を学習済みの代表的ケース群と比較することで実装されており、各プロトタイプは特定の診断的特徴（例：円滑な縁）を表している。
• モデルは、既知のプロトタイプに最も類似した画像領域を強調表示し、その証拠に基づいて悪性度の確率スコアを割り当てることで説明を生成する。
• 放射線科医がアーチファクトやメタデータではなく、診断に関連する特徴に集中できるようにするため、ラベル付けのための細かなアノテーション技術が用いられている。
• このフレームワークは、他のBI-RADS特徴（例：腫瘍巣の形状）やデジタル乳房トモグラフィーなどのモodalitiesへの拡張が可能である。

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達成しながらも、臨床的に意味のある説明を提供できるか？
• RQ2 プロトタイプ学習を用いたケースベースの推論は、画像撮影機器や患者の年齢の代理指標といった混同要因への依存をどの程度低減できるか？
• RQ3 モデルの推論プロセスは、放射線科医の臨床的意思決定およびBI-RADSレポート基準とどの程度一致するか？
• RQ4 モデルの解釈可能性は、予測がたびたび誤りを犯しても、放射線科医とAIシステム間の信頼性と協働を向上させることができるか？
• RQ5 全体画像とピクセル単位の両方のアノテーションを統合することで、小規模データ環境におけるモデルの正確性と解釈可能性が向上するか？

主な発見

• IAIA-BLは、腫瘍巣の悪性度予測において、同じテストセットで専門家レントゲン診断医のAUROC（0.91）から約7%の差で、AUROC 0.91を達成した。
• 制限なしのエンドツーエンドVGG-16ブラックボックスモデル（AUROC 0.87）と同等の性能を示したが、完全な解釈可能性を備えていた。
• ブラックボックスモデルとは異なり、IAIA-BLは健康な組織や機器アーチファクトといった混同情報の強調を避け、代わりに腫瘍巣縁の診断的関連特徴に焦点を当てている。
• モデルの説明は臨床的に意味のある特徴に基づいており、既知のBI-RADS特性に対応するプロトタイプを有しているため、追跡可能で検証可能な推論が可能である。
• 勾配安定化技術により、プロトタイプネットワークの訓練安定性が向上し、臨床現場への導入に向けた信頼性が向上した。
• 細かなアノテーションプロセスにより、ラベル付けにおける混同情報の使用が顕著に減少し、モデルの真の診断的特徴への注目が強化された。