論文要約：Generative models improve fairness of medical classifiers under d
Generative models improve fairness of medical classifiers under distribution shifts
概要
生成モデルを用いて、データから現実的なaugmentationを学習する方法を提案。分布外精度向上。
書誌情報
2023/4/18
Ira Ktena、他
DeepMind、Google、他
背景
ドメイン汎化（分布外汎化）に関する。
未知のグループやラベルは医療機器にリスク。
医療では、ラベルありデータを容易に集められないため、より深刻。
方法
データから現実的なaugmentationを学習する方法を提案。
生成モデルで、ラベル効率よく学習する。
生成モデルは、拡散モデルを用いる。
①ラベルありデータで拡散モデルを学習。
ラベルなしデータがあれば、それも用いる。
②拡散モデルから合成データを生成。
③ラベルありデータと合成データで下流タスクを学習。
→適用方法は特異な工夫はない。
大量のラベルなしデータを用いて、条件やサブグループの違いによるデータ分布の違いを認識する。
生成モデルを適切なラベルで条件付けすることで、特定の要件に合った合成データのデータ分布を制御する。
学習されたaugmentationは、モデルをロバストにし、データ分布の内外を公平にする。
ヒューリスティックな方法以上。
結果
3つの医療ベンチマーク（病理、胸部X線、皮膚）で評価。
全ベンチマークで、ロバスト性向上。未知のグループの精度向上、公平性向上。
分布外を大幅に精度向上。
病理 精度7.7％向上。
胸部X線 精度5.2％向上、公平性ギャップ 44.6％に低下。
皮膚ハイリスク 精度63.5％向上、公平性ギャップ 7.5倍に低下。
※公平性はグループ間bestとbaddestの差
ラベルありデータが少ない領域を補えていることが示された。
ラベルありデータを容易に集められない、医療に有用。
テーマによって生成データの有用度が異なる。
生成データが優位なテーマもあれば、実データが優位なテーマもある。
ラベル条件付け生成＋色拡張がbest
合成画像、（信頼性の高い）実画像、（合成画像に最も近い）実画像
Discussion