Clinical DVH metrics as a loss function for 3D dose prediction in head and neck radiotherapy

Título: Métricas de DVH clínicas como función de pérdida para la predicción de dosis 3D en radioterapia de cabeza y cuello

1. Problema Identificado

La predicción de dosis tridimensional (3D) basada en aprendizaje profundo se ha convertido en un componente clave para automatizar los flujos de trabajo de radioterapia. Sin embargo, existen dos limitaciones principales en los enfoques actuales:

• Desalineación con criterios clínicos: La mayoría de los modelos se entrenan utilizando funciones de pérdida de regresión a nivel de vóxel (como el Error Absoluto Medio - MAE). Aunque estas métricas logran alta precisión numérica global, no se alinean con los criterios de evaluación clínica real, que se basan en métricas derivadas del Histograma Dosis-Volumen (DVH), como la cobertura del volumen objetivo (PTV) y el ahorro de órganos de riesgo (OAR).
• Ineficiencia computacional en anatomías complejas: En la radioterapia de cabeza y cuello (H&N), el gran número de Órganos de Riesgo (OAR) y su solapamiento espacial generan un alto costo computacional. Los métodos tradicionales utilizan codificación one-hot (un canal por ROI), lo que incrementa drásticamente el tiempo de preprocesamiento, la transferencia de datos CPU-GPU y el uso de memoria GPU, obligando a menudo a limitar el número de estructuras entrenadas.

2. Metodología Propuesta

Los autores proponen un marco de trabajo que combina una nueva función de pérdida y una estrategia de codificación eficiente:

• Pérdida de Métricas de DVH Clínica (CDM Loss):

  • Objetivo: Optimizar directamente las métricas utilizadas en la evaluación de planes clínicos (definidas en una plantilla JSON).
  • Formulación de Métricas D (D-metrics): Para métricas como $D_{x\%}$ (dosis mínima al x% del volumen) o $D_{max}$, se utilizan formulaciones diferenciables basadas en algoritmos top-k que evitan la necesidad de ordenar todos los vóxeles explícitamente, permitiendo la propagación de gradientes.
  • Aproximación Diferenciable de Métricas V (V-metrics): Las métricas como $V_{x\%}$ (volumen que recibe al menos x% de la dosis) involucran operaciones de umbral no diferenciables (función escalón de Heaviside). El método aproxima esta función utilizando una sigmoide suave ($\sigma_\alpha$).
  • Selección del Parámetro $\alpha$: Se deriva un límite inferior analítico para el parámetro de pendiente $\alpha$ de la sigmoide. Esto garantiza un equilibrio entre la precisión de la aproximación y la evitación de la saturación de gradientes, eliminando la necesidad de un ajuste exhaustivo (tuning).
  • Función de Pérdida Total: Combina la pérdida CDM con una pérdida MAE estándar para mantener la consistencia a nivel de vóxel: $L_{total} = \lambda_1 L_{MAE} + \lambda_2 L_{CDM}$.

• Codificación de Máscara de Bits (Bit-Mask Encoding):

  • Problema resuelto: La ineficiencia de manejar múltiples canales de máscaras binarias superpuestas.
  • Solución: Se codifican todas las ROIs en un único volumen entero de 32 bits (uint32), donde cada bit representa una estructura específica.
  • Ventajas:
    • Preprocesamiento: Las transformaciones geométricas (rotación, volteo) se aplican una sola vez a la máscara de bits, reduciendo el costo de CPU.
    • Transferencia de Datos: Se transfiere un solo canal en lugar de decenas, reduciendo la sobrecarga de I/O.
    • Memoria GPU: La decodificación de las máscaras binarias se realiza "bajo demanda" en la GPU solo cuando se necesita calcular la pérdida para una ROI específica, reduciendo el pico de uso de memoria.

3. Contribuciones Clave

1. CDM Loss: Introducción de una función de pérdida que optimiza directamente las métricas de DVH clínicas (tanto D como V), permitiendo que incluso arquitecturas estándar (como U-Net 3D) generen predicciones clínicamente aceptables.
2. Codificación Eficiente: Desarrollo de un esquema de codificación de máscara de bits sin pérdida que soporta un gran número de ROIs superpuestas, acelerando significativamente el entrenamiento y reduciendo el uso de memoria.
3. Plantilla JSON: Estructuración de los objetivos de entrenamiento mediante una plantilla JSON simple, lo que permite adaptar el modelo a diferentes protocolos clínicos sin modificar el código del modelo.

4. Resultados

El método se evaluó en una cohorte retrospectiva de 174 pacientes con cáncer de cabeza y cuello (137 para entrenamiento, 37 para prueba temporal).

• Rendimiento Clínico:
  • La combinación MAE + CDM redujo drásticamente la puntuación de PTV (PTV Score) de 1.544 (solo MAE) a 0.491.
  • Fue el único enfoque que satisfizo consistentemente todas las restricciones clínicas predefinidas (ej. $V_{95\%} \ge 98\%$ y $D_{0.03cc} \le 110\%$) en todos los casos de prueba.
  • El ahorro de OAR se mantuvo comparable o mejorado en comparación con otros métodos.
• Eficiencia Computacional:
  • La codificación de máscara de bits redujo el tiempo promedio por época de entrenamiento de 241 s a 43 s (una reducción del 83.2%).
  • Disminuyó el uso de memoria GPU pico de 20.50 GB a 19.57 GB.
• Comparación de Arquitecturas:
  • Un 3D U-Net estándar con la pérdida CDM logró un rendimiento comparable o superior a arquitecturas más complejas y costosas computacionalmente, como SwinUNETR (basada en transformadores) y MedNeXt.

5. Significado e Impacto

Este trabajo demuestra que alinear la función de pérdida con los objetivos clínicos es más crítico que aumentar la complejidad arquitectural del modelo.

• Relevancia Clínica: Al optimizar directamente las métricas que los físicos médicos y oncólogos utilizan para aprobar los planes, se eliminan las predicciones que son numéricamente precisas pero clínicamente inviables.
• Escalabilidad: La estrategia de codificación de bits permite entrenar modelos con la totalidad de las ROIs clínicamente relevantes en anatomías complejas como la de cabeza y cuello, algo que antes era prohibitivo por limitaciones de memoria y tiempo.
• Adopción Práctica: El enfoque ofrece un marco flexible y transparente que puede integrarse en flujos de trabajo de radioterapia asistida por IA, mejorando la consistencia de los planes y reduciendo la carga de trabajo manual.

En conclusión, el estudio presenta un marco robusto y eficiente para la predicción de dosis 3D que prioriza la utilidad clínica sobre la mera precisión numérica, facilitando la implementación de la inteligencia artificial en la planificación de radioterapia.