Beyond Patient Invariance: Learning Cardiac Dynamics via Action-Conditioned JEPAs

1. El Problema: La Contradicción de la Invariancia

El aprendizaje autosupervisado (SSL) tradicional en medicina se basa en el principio de invariancia. Los modelos actuales (como SimCLR o PCLR) intentan maximizar la similitud entre diferentes registros de un mismo paciente para aprender características anatómicas estables.

Los autores argumentan que este paradigma es fundamentalmente erróneo para el monitoreo clínico por dos razones:

1. Eliminación de la patología: Al forzar al modelo a que el estado "sano" y el estado "patológico" de un paciente mapeen al mismo punto en el espacio latente, el codificador aprende a tratar los cambios fisiológicos agudos (como una arritmia) como "ruido" que debe ser ignorado.
2. Limitaciones de la aumentación de datos: Las técnicas estándar de aumento (como el cropping o el jittering) en señales de ECG pueden destruir marcadores clínicos esenciales (como la onda P) o imitar patologías reales, invalidando el objetivo de invariancia.

2. Metodología: Modelos de Mundo Condicionados por Acciones

Para resolver esto, los autores proponen dejar de buscar la invariancia y empezar a modelar la causalidad dinámica. Introducen un Modelo de Mundo Cardíaco Condicionado por Acciones basado en la arquitectura LeJEPA (Joint-Embedding Predictive Architecture).

Componentes clave:

• Definición de "Acción" ($a_t$): En lugar de tratar la enfermedad como una etiqueta estática, la definen como un vector de transición entre estados temporales: $a_t = y_{t+1} - y_t$. Esto convierte el inicio de una enfermedad en una "fuerza" que desplaza la representación del paciente en el espacio latente.
• Arquitectura:
  • Encoder ($\text{Enc}_\theta$): Una red xResNet1d50 que mapea la señal de ECG a un espacio latente $h$.
  • Predictor de Dinámica ($\text{Dyn}_\phi$): Un MLP residual que predice el estado futuro $\hat{h}_{t+1}$ dado el estado actual $h_t$ y la acción aplicada $a_t$.
  • Objetivo: El modelo no intenta reconstruir la señal (evitando alucinaciones), sino predecir la evolución en el espacio latente.
• Regularización (SIGReg): Utilizan Sketched Isotropic Gaussian Regularization para asegurar que el espacio latente sea isotrópico y no colapse, garantizando que las representaciones sean geométricamente organizadas y separables.

3. Contribuciones Principales

1. Nuevo Paradigma: Recontextualiza el diagnóstico médico como una simulación de la evolución electrofisiológica bajo perturbaciones patológicas.
2. Desacoplamiento de Características: El modelo logra separar la identidad del paciente (características anatómicas estables) de la física de la enfermedad (cambios dinámicos).
3. Eficiencia de Muestreo: Demuestran que el modelado de la dinámica proporciona una señal de supervisión mucho más densa y rica que la simple clasificación categórica.

4. Resultados Experimentales

Evaluados con el dataset MIMIC-IV-ECG, los resultados muestran:

• Rendimiento en Triage: En la tarea crítica de triaje (evaluar el primer ECG de un paciente), el modelo supera ligeramente al modelo supervisado tradicional (0.742 vs 0.735 AUROC).
• Robustez en Escenarios de Pocos Datos: En regímenes de bajos recursos (usando solo el 10% de los datos), el modelo de dinámica supera al modelo supervisado por más de 0.05 AUROC. Mientras que el modelo supervisado sufre una degradación catastrófica, el modelo de mundo mantiene una representación útil.
• Análisis de Fallos: Descubrieron que, con muy pocos datos (1%), el problema no es la capacidad de representación del modelo (que se mantiene mediante linear probing), sino que el proceso de ajuste fino (fine-tuning) destruye las características aprendidas debido al ruido de los gradientes.

5. Significado e Impacto

Este trabajo marca un cambio de visión: de ver la medicina como una tarea de clasificación estática a verla como un problema de sistemas dinámicos.

La capacidad de modelar la enfermedad como una "acción" abre la puerta a la inferencia contrafactual: la posibilidad de preguntar al modelo "¿Qué le pasaría a este paciente específico si desarrollara fibrilación auricular?", permitiendo simulaciones personalizadas de la progresión de enfermedades y una interpretación clínica mucho más profunda.