Contour-free multi-instance learning versus conventional CT features for preoperative Ki-67 stratification in gastric gastrointestinal stromal tumors: a retrospective comparison

Technisches Resümee: Konturfreie Multi-Instance-Lernverfahren gegenüber konventionellen CT-Merkmalen zur präoperativen Ki-67-Stratifizierung bei gastrischen GISTs

Problemstellung
Gastrointestinale Stromatumoren (GISTs) weisen eine signifikante biologische Variabilität auf, und die präoperative Risikobewertung ist oft begrenzt, da entscheidende prognostische Faktoren wie die Mitosezahl und der Status einer Tumorruptur typischerweise erst durch intraoperative oder pathologische Bestätigung ermittelt werden können. Der Ki-67-Labeling-Index dient als kritisches Maß für die Tumorproliferation, wobei höhere Werte mit aggressiveren Krankheitsverläufen und Rezidiven korrelieren. Die Ki-67-Bestimmung beruht jedoch auf Biopsie- oder Resektatgewebe und unterliegt einer Stichproben-Heterogenität. Während die kontrastmittelverstärkte Computertomographie (CT) routinemäßig für das Staging eingesetzt wird, verlassen sich bestehende prädiktive Modelle häufig auf manuell delineierte Regionen von Interesse (ROIs) des Tumors. Diese manuelle Konturierung führt einen separaten Vorverarbeitungsschritt ein, erhöht den Arbeitsaufwand und begrenzt die Skalierbarkeit von radiomischen oder Deep-Learning-Ansätzen. Darüber hinaus entspricht ein einzelnes patientenbezogenes Ki-67-Label einer vollständigen CT-Serie mit Hunderten von Schichten, von denen nur ein Teil den Tumor darstellt. Diese „ein Label, viele Instanzen“-Struktur wird durch Standard-Supervised-Learning ohne Segmentierung nicht optimal adressiert.

Methodik
Diese retrospektive, einzentrische Studie evaluierte ein konturfreies Multi-Instance-Learning (MIL)-Framework, das darauf ausgelegt ist, gastrische GISTs nach dem Ki-67-Index zu stratifizieren, ohne eine Tumorsegmentierung zu erfordern.

• Kohorte und Aufgaben: Die Studie umfasste 61 Patienten mit gastrischen GISTs, die sich einer radikalen Resektion unterzogen. Es wurden drei binäre Klassifikationsaufgaben basierend auf Ki-67-Cutoffs von 5 %, 8 % und 10 % definiert. Patienten, deren klinisch berichtete Ki-67-Werte einen spezifischen Cutoff überschnitten, wurden nur für diese spezifische Aufgabe ausgeschlossen.
• Datenverarbeitung:
  • Konventionelle Merkmale: Zwei Leser extrahierten unabhängig voneinander 21 konventionelle CT-Variablen (Demografie, Tumormorphologie, Anreicherungsmuster, Nekrose usw.) aus der arteriellen und venösen Phase.
  • Konturfreies MIL: Vollständige arterielle und venöse CT-Serien wurden ohne Tumorlokalisierung verarbeitet. Die DICOM-Schichten wurden nach ihrer physischen Position geordnet, auf eine Abdominal-Einstellung gefenstert und standardisiert. Ein eingefrorener ResNet-18-Encoder (vortrainiert auf ImageNet) extrahierte 512-dimensionale Merkmalsvektoren aus jeder Schicht.
  • MIL-Architektur: Jede vollständige CT-Serie eines Patienten bildete einen „Bag“ (Sack) aus Instanzen (Schichten). Fünf MIL-Methoden wurden implementiert, um die Schichtmerkmale zu einer patientenbezogenen Repräsentation zu aggregieren: MeanMIL, Attention-based MIL (ABML), Gated-attention MIL (GAMIL), Dual-stream MIL (DSMIL) und Attention-stabilized MIL (ASMIL).
• Modellvergleich: Die Studie verglich:
  1. Zwei konventionelle Modelle (Logistische Regression mit L2- und Elastic-Net-Regularisierung).
  2. Fünf MIL-Methoden, die separat auf die arterielle und venöse Phase angewendet wurden.
  3. Vier Equal-Logit-Fusionskombinationen (z. B. Arterielle + Venöse, Konventionell + Arterielle usw.).
• Evaluationsprotokoll: Eine patientenbezogene, geschichtete 5-fache Kreuzvalidierung, die 10-mal wiederholt wurde, kam zum Einsatz. Die Leistung wurde mittels AUROC, AUPRC, Kalibrierung und Decision Curve Analysis (DCA) bewertet. Statistische Signifikanzunterschiede wurden mittels gepaarter Bootstrap-Tests mit Holm-Korrektur bestimmt. Ein post-hoc „Attention-Audit“ wurde durchgeführt, um zu verifizieren, ob die gelernten Attention-Gewichte mit den tumorhaltigen Schichten korrelierten, welche durch manuell annotierte ROIs (die während des Trainings nicht verwendet wurden) definiert waren.

Wichtigste Ergebnisse

• Diskriminative Leistung: Die Studie ergab keinen klaren Diskriminationsvorteil für konturfreies MIL oder Fusionsmodelle gegenüber konventionellen CT-Merkmalen.
  • Die höchsten AUROCs lagen bei 0,645 (5 % Cutoff), 0,646 (8 % Cutoff) und 0,605 (10 % Cutoff).
  • Entscheidend ist, dass jedes AUROC-Konfidenzintervall 0,5 einschloss, was bedeutet, dass keines der Modelle eine statistisch signifikante Diskriminierung über den Zufall hinaus in dieser Kohorte zeigte.
  • Nach der Holm-Korrektur blieben keine der 90 paarweisen Modellvergleiche noch der 54 Vergleiche zwischen Fusionsmodellen und deren Komponenten statistisch signifikant.
• Vergleich der MIL-Methoden: Unter den fünf MIL-Methoden blieben nach der Korrektur nur zwei spezifische paarweise Vergleiche signifikant (Venöses DSMIL vs. ASMIL bei 8 % AUROC; Venöses DSMIL vs. GAMIL bei 10 % AUPRC). Keine MIL-Methode übertraf die anderen oder die konventionellen Modelle konsistent.
• Attention-Audit: Im Post-Training-Audit zeigten 34 von 60 Tests eine signifikante Assoziation zwischen den Attention-Gewichten und den tumorhaltigen Schichten nach globaler Holm-Korrektur. Die Richtung dieser Assoziation variierte jedoch (21 über dem Referenzwert, 13 darunter), was darauf hindeutet, dass die für die patientenbezogene Klassifikation optimierten Attention-Gewichte den Tumor nicht konsistent lokalisieren.
• Stabilität: Die Fusionskomponenten zeigten eine niedrige bis moderate Korrelation, und die Drei-Komponenten-Fusion war weniger variabel als die einphasigen MIL-Modelle, aber variabler als die konventionelle Elastic-Net-Methode.

Bedeutung und Behauptungen
Die Arbeit behauptet, ein patientenbezogenes Framework zur Evaluierung vollständiger CT-Serien ohne Läsionsdelineation definiert zu haben, was eine potenzielle Alternative zur arbeitsintensiven manuellen Konturierung darstellt, die für die traditionelle Radiomik erforderlich ist.

Die Autoren äußern sich jedoch explizit zu den Einschränkungen ihrer Ergebnisse:

1. Keine klinische Überlegenheit: In dieser spezifischen Kohorte bot konturfreies MIL keinen Vorteil gegenüber konventionellen CT-Merkmalen. Die Autoren geben an, dass die kleine Stichprobengröße und die weiten Konfidenzintervalle keinen endgültigen Schluss zulassen, dass die Ansätze eine äquivalente Leistung erbringen, sie konnten jedoch keine Überlegenheit nachweisen.
2. Annotationsaufwand: Die Studie hat weder die Reduktion der Annotationszeit noch den klinischen Arbeitsaufwand gemessen, was primär die Motivation für konturfreie Ansätze ist.
3. Zukünftige Anforderungen: Die Autoren kommen zu dem Schluss, dass eine externe Validierung und eine direkte Bewertung des Annotationsaufwands erforderlich sind, bevor dieses Design klinisch nutzbar sein kann. Sie schlagen vor, dass zukünftige Studien größere Kohorten, CT-spezifische Repräsentationen und die räumliche Registrierung zwischen arteriellen und venösen Phasen nutzen sollten.

Zusammenfassend lässt sich sagen, dass die Studie zwar erfolgreich ein konturfreies MIL-Framework zur Ki-67-Stratifizierung implementiert hat, es jedoch nicht geschafft hat, nachzuweisen, dass dieser Ansatz einen Diskriminationsvorteil gegenüber der einfacheren, konventionellen CT-Merkmalsanalyse im Kontext von gastrischen GISTs bietet.