مقاله آیا دلایل فشرده رایگان هستند؟ اندازه‌گیری فضای انتخاب کاشی در WSI-MIL منجمد

طبقه‌بندی‌کننده‌های یادگیری چند نمونه‌ای (MIL) تصاویر کل اسلاید (WSI) می‌توانند به امتیازات AUC قوی در سطح اسلاید دست یابند، اما پیش‌بینی کامل کیسه (bag) را مبهم باقی می‌گذارند. امتیازات توجه به طور گسترده‌ای به عنوان توضیحات پس از وقوع (post-hoc) مجدداً استفاده می‌شوند، اما توجه بالا می‌تواند ترجیح تجمیع را به جای یک دلیل فشرده و کافی برای مدل منعکس کند. ما به بررسی برجسته‌سازی دلایل پس از وقوع برای WSI-MIL منجمد می‌پردازیم: با داشتن یک طبقه‌بندی‌کننده آموزش‌دیده، آیا می‌توان پیش‌بینی سطح اسلاید آن را از زیرمجموعه‌ای فشرده از کاشی‌های سازگار با خروجی، بدون بازآموزی ستون فقرات (backbone) بازیابی کرد؟ ما این را با یافتن نمونه‌های بهینه متنی (FOCI) که یک لایه سبک خوانش دلیل بر روی یک ستون فقرات MIL منجمد است، پیاده‌سازی می‌کنیم. FOCI با اهداف کفایت خروجی مدل و حذف بر روی زیرمجموعه‌های کاشی نگه‌داشته/حذف‌شده آموزش داده می‌شود، با پروتکل افشای متوالی (SRP) مبتنی بر درج که برای WSI-MIL تطبیق داده شده است، ارزیابی می‌شود و توسط شاخص سرقفلی انتخاب (SHI) خلاصه می‌شود. در سه معیار WSI و هفت ستون فقرات MIL، FOCI نشان می‌دهد که دلایل فشرده به سرقفلی انتخاب وابسته هستند: تجمیع‌کننده‌های توجه ترانسفورمر و چند شاخه‌ای می‌توانند دلایل فشرده را بپذیرند، خطوط پایه تجمیع توجه نزدیک به حداقل به رژیم اشباع انتخاب وارد می‌شوند و ستون فقرات انتخاب سخت می‌توانند با یک خوانش خارجی در تضاد باشند. برای TransMIL، در مقایسه با رتبه‌بندی CLS-proxy مستند آن، FOCI تعداد کاشی‌های حداقل کافی (MSK) را در معیارها 32-56% کاهش می‌دهد، در حالی که ACMIL+FOCI بالاترین میانگین SHI را (+0.465) به دست می‌آورد. اختلال مبتنی بر حذف و ارزیابی پایین‌دستی فقط انتخاب‌شده، بررسی‌های مکمل را ارائه می‌دهند. این نتایج، FOCI را به عنوان یک لایه تفسیرپذیری و حسابرسی در سطح مدل معرفی می‌کند: کاشی‌های انتخاب‌شده ادعای کفایت تشخیصی بالینی یا پاتولوژیستی نیستند، بلکه دلایل کاندید هستند که نمایشی فشرده و قابل بررسی از زمانی که پیش‌بینی MIL منجمد را می‌توان به زیرمجموعه کوچکی از کاشی‌های سازگار با خروجی محدود کرد، ارائه می‌دهند.

Whole-slide image (WSI) multiple instance learning (MIL) classifiers can achieve strong slide-level AUC while leaving the full-bag prediction opaque. Attention scores are widely reused as post-hoc explanations, but high attention can reflect aggregation preference rather than a compact, model-sufficient rationale. We study post-hoc rationale highlighting for frozen WSI-MIL: given a trained classifier, can its slide-level prediction be recovered from a compact, output-consistent tile subset without retraining the backbone? We instantiate this with Finding Optimal Contextual Instances (FOCI), a lightweight rationale-readout layer over a frozen MIL backbone. FOCI is trained with model-output sufficiency and exclusion objectives over keep/drop tile subsets, evaluated with an insertion-style Sequential Reveal Protocol (SRP) adapted to WSI-MIL, and summarized by the Selection Headroom Index (SHI). Across three WSI benchmarks and seven MIL backbones, FOCI reveals that compact rationales are selection-headroom dependent: transformer and multi-branch attention aggregators can admit compact rationales, near-minimal attention-pooling baselines enter a selection-saturation regime, and hard-selection backbones can conflict with an external readout. For TransMIL, relative to its documented CLS-proxy ranking, FOCI reduces the Minimum Sufficient K (MSK) tile count by 32-56% across benchmarks, while ACMIL+FOCI attains the highest mean SHI (+0.465). Deletion-based perturbation and selected-only downstream evaluation provide complementary checks. These results position FOCI as a model-level interpretability and audit layer: selected tiles are not claims of clinical or pathologist-level diagnostic sufficiency, but candidate rationales that offer a compact, reviewable view of when a frozen MIL prediction can be localized to a small output-consistent subset.