Biological Spatial Priors Regularize Foundation Model Representations for Cross-Site MSI Generalization in Colorectal Cancer

Resumen Técnico: Priors Espaciales Biológicos Regularizan las Representaciones de Modelos Fundacionales para la Generalización Transversal de MSI en Cáncer Colorrectal

Planteamiento del Problema
Predecir el estado de inestabilidad de microsatélites (MSI) a partir de imágenes de diapositivas completas (WSI) rutinarias teñidas con hematoxilina y eosina (H&E) ofrece una alternativa potencial a las pruebas moleculares. Sin embargo, los modelos entrenados con datos de una institución a menudo fallan al generalizar a diapositivas adquiridas en sitios diferentes debido a variaciones en los escáneres, protocolos de tinción y condiciones de adquisición. Aunque los modelos fundacionales (por ejemplo, UNI, Virchow) proporcionan características robustas a nivel de fragmento, aún codifican estadísticas de textura y color específicas del sitio que pueden correlacionarse espúreamente con las etiquetas durante el entrenamiento. Esta dependencia de señales de imagen no biológicas conduce a una especificidad reducida cuando los modelos se aplican a cohortes externas, un problema crítico para la implementación clínica donde los falsos positivos podrían derivar incorrectamente a los pacientes hacia la inmunoterapia.

Metodología
Los autores proponen inyectar priores espaciales motivados biológicamente en marcos de Aprendizaje de Múltiples Instancias (MIL) para regularizar las representaciones de los modelos fundacionales. La hipótesis central es que codificar explícitamente la biología espacial conocida, específicamente la reacción linfocitaria periférica "tipo Crohn" característica de los tumores MSI-H, puede dirigir la atención hacia características biológicas invariantes al sitio en lugar de artefactos de imagen específicos del sitio.

Se introducen dos priores espaciales complementarios y se añaden a los vectores de características de los fragmentos antes del mecanismo de autoatención en un agregador TransMIL:

1. Codificación de Distancia Periférica (PD): Un valor escalar que representa la proximidad de un fragmento al borde de la diapositiva. Esto sirve como un proxy geométrico para el margen invasivo del tumor, donde se concentra el infiltrado linfocitario tipo Crohn. Se calcula basándose en distancias normalizadas a los bordes de la diapositiva ($d_{periph} = 1 - 2 \times \min(d_L, d_R, d_T, d_B)$).
2. Codificación de Vecindad Inmune Local (LIN): Un escalar que representa la relación local linfocito-tumor dentro de la vecindad espacial de un fragmento. Esto se deriva de una sonda lineal entrenada en el conjunto de datos NCT-CRC-HE-100K para estimar las probabilidades de clase de tejido (linfocito vs. tumor) en los fragmentos circundantes.

El estudio evalúa seis configuraciones que combinan dos modelos fundacionales (UNI2-h y Virchow2) con tres agregadores MIL (ABMIL, CLAM-SB, TransMIL). La configuración experimental principal implica entrenar en la cohorte TCGA-COAD (137 diapositivas) y evaluar en la cohorte externa TCGA-READ (50 diapositivas) sin reentrenamiento ni ajuste de hiperparámetros.

Contribuciones Clave

• Regularización Fundada Biológicamente: El artículo introduce un método para integrar conocimiento espacial específico del dominio (proximidad al margen tumoral y contexto inmune local) directamente en el mecanismo de atención de los modelos fundacionales, actuando como regularizador contra el sobreajuste específico del sitio.
• Priors Geométricos vs. Basados en Características: El trabajo distingue entre codificaciones posicionales genéricas (que tratan todas las ubicaciones espaciales por igual) y priores fundamentados biológicamente que codifican fenotipos de enfermedades específicos.
• Mejora Agnóstica al Codificador: El estudio demuestra que el prior de Distancia Periférica mejora el rendimiento en diferentes modelos fundacionales (UNI2-h y Virchow2), sugiriendo que la señal es complementaria a las características semánticas extraídas por estos modelos.

Resultados Experimentales

• Rendimiento de Línea Base: Entre las configuraciones de referencia, UNI2-h combinado con TransMIL logró el mejor equilibrio entre rendimiento interno y transversal (AUC de MSI en TCGA-COAD: 0.957 ± 0.013; Especificidad de MSS en TCGA-READ: 0.939).
• Impacto de la Distancia Periférica (PD):
  • UNI2-h + TransMIL + PD: Logró un AUC de MSI interno en COAD de 0.959 ± 0.012 y una especificidad de MSS perfecta de 1.000 en la cohorte externa TCGA-READ (cero falsos positivos en 49 casos MSS).
  • Virchow2 + TransMIL + PD: Mejoró el AUC en COAD de 0.915 a 0.941 y la especificidad en READ de 0.878 a 0.959.
• Impacto de la Vecindad Inmune Local (LIN):
  • Con UNI2-h, LIN no mejoró la especificidad transversal más allá de la línea base, probablemente porque las características de UNI2-h ya capturan suficientemente el contenido de linfocitos.
  • Con Virchow2, LIN mejoró la especificidad en READ a 0.959 pero redujo el AUC interno en COAD (de 0.915 a 0.905), sugiriendo que actúa como un regularizador que intercambia poder discriminativo interno por estabilidad transversal.
• Análisis de Mapas de Atención: La inspección visual de los mapas de atención reveló que el prior PD desplazó cualitativamente el enfoque del modelo. En diapositivas MSI-H, la atención se concentró en el límite del tejido (consistente con el margen invasivo), mientras que en diapositivas MSS, el prior suprimió respuestas de alta atención espúreas en el interior del tejido.

Significado y Afirmaciones
El artículo afirma que los priores espaciales fundamentados biológicamente funcionan como regularizadores efectivos que reducen la dependencia del modelo de patrones de imagen específicos del sitio. Al codificar la propiedad estructural del margen invasivo del tumor (a través de la distancia periférica), se guía al modelo para que preste atención a regiones anatómicamente estables donde se concentra la señal de MSI, en lugar de regiones donde la textura específica del sitio resulta ser informativa en el conjunto de entrenamiento.

Los autores enfatizan que la mejora en la especificidad transversal (específicamente la eliminación de falsos positivos en la cohorte externa) es clínicamente significativa para el cribado de elegibilidad para inmunoterapia. Argumentan que este enfoque ofrece una vía práctica hacia representaciones de WSI más invariantes al sitio, aprovechando la biología espacial validada clínicamente sin requerir anotaciones adicionales a nivel de fragmento ni complejidad arquitectónica. El estudio concluye que los priores geométricos derivados directamente de las coordenadas de los fragmentos pueden ser más estables y generalizables que los priores basados en características derivados de clasificadores secundarios, los cuales pueden llevar consigo variaciones específicas del sitio.

Limitaciones
Los autores señalan varias limitaciones: la cohorte de entrenamiento (TCGA-COAD) es relativamente pequeña (137 diapositivas, 23 MSI-H), lo que limita la estabilidad de las estimaciones de validación cruzada; la cohorte externa (TCGA-READ) contiene solo un caso de MSI-H, lo que impide evaluar la sensibilidad en el conjunto externo; y la distancia periférica es un proxy tosco para el margen invasivo, que podría refinarse potencialmente con segmentación dedicada. Además, los resultados aún no han sido validados en cohortes institucionales totalmente independientes fuera del marco TCGA.