KAYRA: A Microservice Architecture for AI-Assisted Karyotyping with Cloud and On-Premise Deployment

A continuación se presenta un resumen técnico detallado del artículo "KAYRA: Una arquitectura de microservicios para cariotipado asistido por IA con despliegue en la nube y local".

1. Declaración del Problema

El cariotipado es un procedimiento diagnóstico clínico crítico que implica la identificación visual, ordenamiento y emparejamiento de cromosomas humanos a partir de imágenes de microscopía de metafase con bandas G. Es esencial para el cribado prenatal, la oncología (por ejemplo, detectar la translocación Philadelphia) y el diagnóstico de enfermedades hereditarias.

• Desafíos actuales: El proceso es actualmente manual, consume mucho tiempo (30–90 minutos por caso) y depende de una escasa fuerza laboral de citogenetistas altamente capacitados.
• Brecha en la ingeniería de sistemas: Si bien los modelos de aprendizaje profundo (por ejemplo, Mask R-CNN, U-Net) han demostrado alta precisión en segmentación y clasificación, existe una falta de soluciones robustas de ingeniería de sistemas. Específicamente, se necesita un servicio clínico desplegable que:
  • Gestione pipelines de múltiples modelos (detección, segmentación, clasificación).
  • Opere dentro de restricciones clínicas estrictas (residencia de datos del paciente, flexibilidad entre local y nube).
  • Integre un flujo de trabajo con "humano en el bucle" para revisión experta.

2. Metodología: El Sistema KAYRA

KAYRA es un sistema de cariotipado de extremo a extremo diseñado como una pipeline de microservicios contenerizados. Está diseñado para ser agnóstico al despliegue, ejecutando imágenes de contenedor idénticas tanto en entornos en la nube (Kubernetes gestionado) como locales (Docker Compose).

A. Arquitectura del Sistema

El sistema descompone el flujo de trabajo en microservicios de responsabilidad única que se comunican mediante HTTP/REST:

• Orquestador de Pipeline: Coordina el flujo por imagen. Implementa operación degradada: si un servicio aguas arriba falla, el pipeline omite esa etapa y devuelve resultados parciales en lugar de fallar por completo, asegurando utilidad para el citogenetista.
• Servicios de Modelos:
  1. Segmentación Semántica: EfficientNet-B5 + U-Net.
  2. Detección de Instancias: Mask R-CNN (ResNet-50 + FPN).
  3. Resolución de Duplicados/Superposiciones: Una etapa de lógica dedicada.
  4. Clasificación + Rotación: Clasificador ResNet-18.
• Backend: Maneja la ingestión de imágenes, colas de tareas asíncronas, APIs de edición interactiva y síntesis de cariotipos compatibles con ISCN.
• Frontend: Soporta revisión interactiva experta (división, fusión, reclasificación, rotación de cromosomas) con trazas de auditoría completas.

B. La Pipeline de Reducción de ROI en Cascada

Una innovación central es la estrategia de Cascada de Región de Interés (ROI), que aplica un enfoque de "divide y vencerás" para manejar cromosomas superpuestos y reducir la carga computacional:

1. Pre-filtro Otsu: La imagen original (por ejemplo, 1830×1830) se submuestrea, se binariza utilizando el método de Otsu y se etiquetan los componentes conectados para crear un recorte grueso (crop1).
2. Refinamiento Semántico: crop1 se reduce a 992×992 y se procesa mediante una U-Net (base EfficientNet-B5) para generar una máscara de 3 clases (fondo, cromosoma, superposición).
3. Extracción de ROI Estricta: La región no nula de la máscara de U-Net define un recorte más ajustado (crop2) a resolución original.
4. Segmentación de Instancias: Mask R-CNN se ejecuta solo en crop2 (a ángulos de 0° y 45°) para detectar cromosomas individuales y generar máscaras precisas en píxeles.
5. Clasificación: Los cromosomas detectados se recortan y se pasan a un clasificador ResNet-18 para estimar el tipo de cromosoma (1–22, X, Y) y el ángulo de rotación.

Por qué importa la Cascada:

• Eficiencia: Mask R-CNN procesa un área de píxeles ~34% más pequeña, reduciendo la carga de propuestas RPN.
• Estabilidad: Los tamaños de entrada fijos (992×992) estabilizan los perfiles de memoria y el agrupamiento (batching).
• Precisión: Cada modelo ve solo los datos para los que está mejor adaptado para procesar (por ejemplo, U-Net elimina el ruido de fondo antes de que Mask R-CNN intente separar superposiciones).

C. Datos de Entrenamiento

Los modelos fueron entrenados en un conjunto de datos combinado de ~24,000 cariotipos anotados por expertos, incluyendo:

• Muestras de sangre periférica y médula ósea.
• Casos estructuralmente anormales (translocaciones, deleciones).
• Aberraciones específicas (por ejemplo, cromosoma Philadelphia t(9;22)).
• Datos de plataformas comerciales para robustez entre proveedores.
• Privacidad: La partición de datos se realiza a nivel de identificador del paciente para prevenir fugas entre los conjuntos de entrenamiento/validación/prueba.

3. Contribuciones Clave

1. Arquitectura de Microservicios: Un sistema flexible y contenerizado que soporta tanto el despliegue en la nube como local, abordando el requisito crítico de residencia de datos del paciente.
2. Pipeline de ROI en Cascada: Un enfoque de ingeniería novedoso que encadena el pre-recorte Otsu, el refinamiento semántico U-Net y la segmentación de instancias Mask R-CNN para mejorar el rendimiento en cromosomas superpuestos.
3. Validación Clínica: Un estudio piloto riguroso que compara KAYRA contra dos sistemas de referencia comerciales (uno basado en umbral de densidad, otro de IA moderna) en datos clínicos reales.
4. Integración con Humano en el Bucle: Un flujo de trabajo diseñado para la adopción clínica, permitiendo a los citogenetistas corregir las salidas de la IA con versionado completo y auditoría.

4. Resultados

El sistema fue evaluado en 459 cromosomas de 10 extendidos de metafase (7 normales, 3 anormales) contra dos referencias comerciales.

Métrica	KAYRA	Ref 2 (IA Moderna)	Ref 1 (Umbral de Densidad)	Significancia Estadística (KAYRA vs. Ref 1)
Precisión de Segmentación	98.91%	78.21%	40.52%	$p < 0.0001$
Precisión de Clasificación	89.1%	86.9%	54.5%	$p < 0.0001$
Precisión de Rotación	89.76%	94.55%	78.43%	$p < 0.0001$

• Segmentación: KAYRA superó significativamente a ambas referencias, segmentando correctamente 454/459 cromosomas. Redujo notablemente los errores de "fusionados" en comparación con la Referencia 2.
• Clasificación: KAYRA logró una precisión del 89.1%, superando significativamente a la antigua Referencia 1. La diferencia frente a la Referencia 2 (86.9%) no fue estadísticamente significativa ($p=0.34$) dado el tamaño de la muestra, aunque KAYRA mostró un rendimiento superior en los grupos B y C de tamaño medio.
• Rotación: KAYRA quedó ligeramente por detrás de la Referencia 2 (89.76% vs. 94.55%), identificada como un área de mejora mediante aumento de datos de entrenamiento.
• Robustez: KAYRA tuvo un mejor rendimiento en muestras de médula ósea técnicamente difíciles (93.5% de precisión) que en sangre periférica (86.5%), probablemente debido a la distribución de entrenamiento.

5. Significado y Conclusión

• Preparación Clínica: KAYRA ha alcanzado el Nivel de Madurez Tecnológica (TRL) 6, demostrando un prototipo validado en un entorno relevante.
• Flexibilidad de Despliegue: La arquitectura demuestra que pipelines complejos de IA multi-modelo pueden empaquetarse para cumplir con estrictas normativas de gobernanza de datos clínicos (local) sin sacrificar la escalabilidad del despliegue en la nube.
• Trabajo Futuro: El sistema es agnóstico a la base, permitiendo futuras actualizaciones a modelos basados en transformadores (por ejemplo, Mask2Former) sin una reestructuración arquitectónica. Los próximos pasos planificados incluyen validación multicéntrica, mejora de la precisión de rotación y abordar la subrepresentación del cromosoma Y.

Conclusión: KAYRA cierra exitosamente la brecha entre los modelos académicos de aprendizaje profundo y los servicios clínicos de citogenética despletables, ofreciendo una solución robusta, flexible y altamente precisa que se integra perfectamente en los flujos de trabajo expertos existentes.