計算コストを抑えたドメイン適応による効率的な全スライド画像解析

要旨: 全スライド画像（WSIs）の解析に関する計算手法は、病理医が腫瘍の検出と分類を支援することにより、早期診断と治療を可能にします。しかし、WSIs の極めて高い解像度は、エンドツーエンド訓練を一般的な画像分析タスクと比較して実用的でなくします。これに対処するため、ほとんどのアプローチは全スライドの固定表現を取得する事前訓練済み特徴抽出器を用い、それらを下流タスクのために複数インスタンス学習（MIL）と組み合わせます。これらの特徴抽出器は通常、ImageNet のような自然画像データセットで事前訓練されますが、ドメイン特有の特徴を捉えることには失敗します。組織病理データに基づくドメイン特化の事前訓練は、より関連性の高い特徴表現を生み出しますが、計算コストが高く、ドメイン内のタスク特性を捉えきれません。計算コストとドメイン特化の事前訓練におけるタスク特異性の欠如に対処するため、我々は EfficientWSI（eWSI）を提案します。これは、パラメータ効率的微調整（PEFT）と複数インスタンス学習（MIL）を慎重に統合したもので、WSI タスクのエンドツーエンド訓練を可能にします。我々は Camelyon16、TCGA、BRACS のデータセットにわたる 7 つの WSI レベルのタスクで eWSI を評価します。結果は、ImageNet の特徴抽出器を用いて適用した場合、eWSI が強力な分類性能を発揮し、ドメイン内特徴抽出器を用いた MIL に匹敵するか上回る性能を示し、広範なドメイン内事前訓練の必要性を緩和します。さらに、eWSI をドメイン内特徴抽出器とともに適用すると、多くの場合で分類性能をさらに向上させ、役立つ場合にはタスク特有の情報を捉える能力を示します。我々の知見は、eWSI が WSI タスクに対してタスク指向で計算コスト効率の高い道を提供し、計算病理学におけるタスク特化学習の有望な方向性を示唆します。