[論文レビュー] XProtoNet: Diagnosis in Chest Radiography with Global and Local Explanations

Eunji Kim, Siwon Kim+2 more|arXiv (Cornell University)|Mar 19, 2021

COVID-19 diagnosis using AI参考文献 35被引用数 7

ひとこと要約

XProtoNet は、動的で疾患特異的なプロトタイプを適応的領域から学習することで、グローバル（クラス代表特徴）およびローカル（インスタンス特異的根拠）の両方の説明を提供する、新しい解釈可能なディープラーニングフレームワークである。強力な解釈性制約のもとでも、NIH Chest X-ray データセットにおいて最先端の性能を達成し、平均 AUC は 0.850 を記録した。

ABSTRACT

Automated diagnosis using deep neural networks in chest radiography can help radiologists detect life-threatening diseases. However, existing methods only provide predictions without accurate explanations, undermining the trustworthiness of the diagnostic methods. Here, we present XProtoNet, a globally and locally interpretable diagnosis framework for chest radiography. XProtoNet learns representative patterns of each disease from X-ray images, which are prototypes, and makes a diagnosis on a given X-ray image based on the patterns. It predicts the area where a sign of the disease is likely to appear and compares the features in the predicted area with the prototypes. It can provide a global explanation, the prototype, and a local explanation, how the prototype contributes to the prediction of a single image. Despite the constraint for interpretability, XProtoNet achieves state-of-the-art classification performance on the public NIH chest X-ray dataset.

研究の動機と目的

• ディープラーニングベースの医療診断における解釈性の欠如に取り組むこと、特に胸部レントゲン診断において。
• 診断予測のためのグローバルおよびローカルの両方の説明を提供するモデルを開発することで、臨床的信頼を向上させること。
• プロトタイプベースのモデルにおける固定サイズのパッチの制限を克服し、動的で疾患関連の領域にプロトタイプを学習させること。
• プロトタイプベース分類を通じて明示的で人間が理解可能な推論を維持しながら、高い診断性能を達成すること。
• 事前知識（例：バウンディングボックスのアノテーション）を用いて診断を制御し、プロトタイプを臨床的に関連する特徴に一致させること。

提案手法

• XProtoNet は、固定サイズのパッチではなく、動的で適応的な領域から疾患代表プロトタイプを学習する。
• 学習可能なアテンションメカニズムを用いて、疾患の兆候が現れる可能性のある領域（発現領域）を予測する。
• テスト画像の予測発現領域内の特徴と、事前に学習されたプロトタイプを比較して診断を下す。
• クラスタリングと分離損失を用いてプロトタイプを最適化し、特徴が判別的で疾患特異的であることを保証する。
• 臨床的に関連する領域に焦点を当てるために、バウンディングボックスのアノテーションを用いた事前条件を適用する。これにより、真のラベルとの整合性が向上する。
• フレームワークは ResNet-50 バックボーンを採用し、発現マップに L1 損失を適用して、ターゲット領域外の誤作動を抑制する。

実験結果

リサーチクエスチョン

• RQ1 胸部レントゲン診断のためのディープラーニングモデルは、高い性能を維持しながら、グローバルおよびローカルの両方の説明を提供できるか？
• RQ2 動的で疾患特異的な領域にプロトタイプを学習させることで、固定サイズパッチ法と比較して診断精度と解釈性が向上するか？
• RQ3 バウンディングボックスのアノテーションを用いて、臨床的に関連する解剖学的特徴に一致するプロトタイプを学習できるか？
• RQ4 追加の監視情報がなければ、XProtoNet のような解釈可能なモデルの性能は、最先端のブラックボックスモデルと比較してどの程度か？
• RQ5 事前条件により特定の領域にプロトタイプを制約することで、診断性能とモデルの信頼性にどの程度の影響が生じるか？

主な発見

• XProtoNet は NIH Chest X-ray データセットで平均 AUC 0.850 を達成し、先行する最先端手法を上回った。
• 追加のバウンディングボックス監視が不要な状態でも、優れた一般化性能を示した。
• バウンディングボックスアノテーションを用いた事前条件で学習した場合、性能はほぼ同等（平均 AUC 0.850 対 0.849）を維持し、ロバスト性を確認した。
• 可視化により、学習されたプロトタイプが疾患関連領域と空間的に一致していることが示され、クラス判別的特徴を効果的に表現していた。
• XProtoNet は、疾患ごとのプロトタイプ（グローバル説明）と、各プロトタイプが特定画像の予測にどの程度寄与しているか（ローカル説明）を、両方とも効果的に提供した。
• 強力な解釈性制約が診断性能を損なわないことが示され、臨床現場への導入に適していることがわかった。