JANUS: Anatomy-Conditioned Gating for Robust CT Triage Under Distribution Shift

Resumen Técnico: JANUS – Puerta Condicionada por Anatomía para el Triaje Robusto de TC

Planteamiento del Problema
El triaje automatizado de TC busca identificar hallazgos clínicamente significativos, muchos de los cuales se definen por umbrales cuantitativos (por ejemplo, tamaño de órganos, calibre de vasos, densidad HU) en lugar de la apariencia visual únicamente. Si bien los Transformadores de Visión (ViT) proporcionan representaciones visuales sólidas, a menudo carecen de mecanismos explícitos para incorporar estas señales de medición. Bajo cambios de distribución (por ejemplo, variaciones en los protocolos de escaneo o configuraciones de reconstrucción), la apariencia visual puede variar significativamente mientras la anatomía subyacente permanece invariante. Los intentos previos de cerrar esta brecha utilizando estadísticas gruesas a nivel de órgano o fusión aditiva a menudo fallan al proporcionar mecanismos de supresión explícitos, permitiendo que los modelos se aferren a correlaciones espurias cuando la evidencia visual y cuantitativa entran en conflicto.

Metodología: Arquitectura JANUS
Los autores introducen JANUS, una arquitectura de doble flujo guiada por la fisiología diseñada para condicionar los incrustaciones visuales sobre priores macro-radiómicos mediante Puerta Guiada Anatómicamente.

1. Ingesta de Datos y Preprocesamiento:

   • Flujo Visual: Los volúmenes de TC 3D se muestrean en $N$ "tri-fajas" 2.5D (apilando fajas adyacentes). Estos son procesados por una columna vertebral ViT preentrenada DINOv3 para extraer incrustaciones de parches.
   • Flujo Simbólico: Las máscaras de segmentación (derivadas de herramientas como TotalSegmentator) se utilizan para calcular un vector prior macro-radiómico específico de la enfermedad ($s_\ell$). Este vector incluye descriptores como volúmenes de órganos, diámetros, perfiles de densitometría y volúmenes de fluidos. Estos escalares se normalizan mediante puntuación z.

2. Codificación Visual (Atención Enmascarada por Órgano):

   • En lugar del agrupamiento global estándar, JANUS emplea Agrupamiento de Atención Enmascarada por ROI Dilatada. Para cada patología, se define una máscara específica de Región de Interés (ROI) 3D (por ejemplo, la aorta para aneurismas).
   • Esta máscara se dilata para capturar el contexto periorgánico y se alinea con el muestreo de tri-fajas.
   • Los pesos de atención se calculan solo sobre los tokens dentro de la ROI, agrupando características visuales ($z_{v,\ell}$) específicamente relevantes para la patología mientras se ignora el fondo irrelevante.

3. Puerta Guiada Anatómicamente (El Mecanismo Central):

   • El vector prior macro-radiómico $s_\ell$ se proyecta a través de una capa lineal aprendida y pasa por una función sigmoide para producir una puerta fisiológica $g_\ell \in [0, 1]^d$.
   • Esta puerta modula la incrustación visual mediante multiplicación elemento a elemento (producto de Hadamard): $z_{gated,\ell} = z_{v,\ell} \odot g_\ell$.
   • Mecanismo: Esto actúa como un "Veto Fisiológico". Si los priores cuantitativos contradicen la evidencia visual (por ejemplo, una característica visual sugiere un aneurisma, pero el diámetro aórtico está dentro de los límites normales), la puerta puede atenuar dimensiones específicas de la incrustación visual, suprimiendo efectivamente los falsos positivos de alta confianza.
   • Inicialización: La puerta se inicializa para permanecer mayormente abierta ($g \approx 0.88$) para garantizar un flujo de gradiente estable, permitiendo que el modelo aprenda un bloqueo más fuerte solo cuando lo respalden los datos de entrenamiento.

4. Objetivo de Entrenamiento:

   • El modelo utiliza una pérdida de Entropía Cruzada Binaria (BCE) ponderada por currículum sobre etiquetas parcialmente observadas. Las etiquetas faltantes se tratan como negativos débiles después de un período inicial de calentamiento para manejar anotaciones incompletas comunes en conjuntos de datos retrospectivos.

Contribuciones Clave

• Arquitectura: JANUS operacionaliza el principio de que las mediciones cuantitativas deben restringir las predicciones visuales, no solo augmentarlas. Introduce un cuello de botella multiplicativo que permite estructuralmente la supresión de evidencia visual cuando entra en conflicto con los priores macro-radiómicos.
• Métrica (Tasa de Veto Fisiológico - PVR): Los autores proponen PVR para cuantificar la supresión de falsos positivos de línea base de alta confianza. También definen Selectividad de Veto (relación entre la supresión de falsos positivos y la supresión de verdaderos positivos) para demostrar que el mecanismo de puerta es selectivo en lugar de reducir uniformemente la confianza.
• Validación Empírica: El estudio proporciona una comparación rigurosa frente a líneas base, incluyendo un ViT estándar y variantes de ORACLE-CT, demostrando que el mecanismo de puerta específico supera a las estrategias de fusión aditiva.

Resultados

• Rendimiento: En el conjunto de prueba MERLIN ($N=5,082$), JANUS logró un macro-AUROC de 0.88 y un AUPRC de 0.74, superando a todas las líneas base reproducidas (ViT-Línea Base: 0.84; ORACLE-CT: 0.86).
• Generalización: En un conjunto de datos externo ($N=2,000$) de una institución diferente, JANUS mantuvo un rendimiento sólido (AUROC 0.87), superando significativamente a las líneas base que mostraron caídas o estancamiento en el rendimiento.
• Calibración: JANUS demostró una calibración superior (menor Error de Calibración Esperado, ECE) en ambos conjuntos de datos internos y externos.
• Selectividad: El análisis de la Tasa de Veto Fisiológico mostró que, bajo un cambio de dominio, JANUS redujo los falsos positivos de alta confianza en un 30.8% afectando solo al 2.85% de los verdaderos positivos, resultando en una selectividad de veto de 10.8$\times$.
• Robustez: Bajo corrupción escalar simulada (hasta 50% de ruido), JANUS se degradó con elegancia, manteniéndose por encima de la línea base ViT, mientras que los métodos de fusión aditiva (+OSF) se acercaron al rendimiento de la línea base.
• Análisis Estratificado: Las ganancias fueron más pronunciadas para hallazgos definidos por geometría (tamaño) y densitometría (por ejemplo, Aneurisma Aórtico, Esteatosis Hepática). Para patologías focales donde los priores a nivel de órgano son menos informativos (por ejemplo, Apendicitis), el rendimiento se mantuvo comparable al de la línea base, evitando la degradación observada en los modelos de fusión aditiva.

Significado y Afirmaciones
El artículo afirma que JANUS demuestra que la condicionamiento fundamentado físicamente mejora tanto la discriminación como la fiabilidad en el triaje de TC. Al imponer restricciones anatómicas a través de un mecanismo de puerta multiplicativo, el modelo se vuelve más robusto a los cambios de distribución y mejor en la supresión de correlaciones visuales espurias que no se alinean con los biomarcadores cuantitativos. Los autores concluyen que este enfoque ofrece un paso clínicamente necesario hacia un triaje automatizado fiable, particularmente para hallazgos definidos por umbrales cuantitativos.

Limitaciones
Los autores reconocen que JANUS depende de una pipeline secuencial donde la segmentación debe preceder a la puerta, lo que limita su utilidad para hallazgos focales que carecen de proxies claros a nivel de órgano. Además, la robustez escalar se evaluó mediante corrupción simulada en lugar de errores de segmentación realistas, y el uso de columnas vertebrales preentrenadas en TC permanece como trabajo futuro.