Treatment-Conditioned Diffusion for Forecasting Neurodegenerative Disease Progression

Resumen Técnico: Difusión Condicionada por Tratamiento para la Predicción de la Progresión de Enfermedades Neurodegenerativas

Enunciado del Problema
Predecir la progresión de enfermedades neurodegenerativas, específicamente la enfermedad de Parkinson (EP), es fundamental para la planificación terapéutica a largo plazo. Los sistemas predictivos existentes suelen generar puntuaciones clínicas escalares (por ejemplo, UPDRS, MMSE), ignorando así la rica información estructural contenida en las imágenes neuroanatómicas longitudinales. Por el contrario, los enfoques generativos tradicionales, como las Redes Generativas Antagónicas (GAN) y los Autoencoders Variacionales (VAE), a menudo sufren una pérdida de detalle anatómico y un desenfoque de los patrones sutiles de progresión. Además, los modelos actuales tienen dificultades para integrar intervenciones farmacológicas dependientes del tiempo y no lineales (como la dosificación de medicamentos) con datos de imágenes estructurales para predecir estados cerebrales futuros con alta fidelidad.

Metodología
Los autores proponen un nuevo marco de difusión condicionado por tratamiento diseñado para predecir imágenes futuras de alta fidelidad de DaTscan (un tipo de imagen SPECT que evalúa los transportadores de dopamina) basándose en la imagen de cribado basal del paciente y su historial de medicación durante un período de 12 meses.

• Datos y Preprocesamiento: El estudio utiliza datos de la Iniciativa de Marcadores de Progresión del Parkinson (PPMI), centrándose en 212 participantes con 14 cortes axiales de DaTscan (34–47) que cubren el estriado. Para mitigar el ruido y los artefactos de movimiento, se aplica un mecanismo de enmascaramiento suave dinámico. Se calcula una máscara de Región de Interés (ROI) multi-peso para priorizar el estriado (peso 1.0), una zona de amortiguación circundante (0.8) y el fondo (0.4), asegurando que el modelo se centre en áreas biológicamente críticas.
• Condicionamiento por Tratamiento (LEDD): El modelo condiciona el proceso de generación sobre el vector de Dosis Diaria Equivalente de Levodopa (LEDD). Para manejar la naturaleza ruidosa y dependiente del tiempo de los historiales de medicación, se emplea un Autoencoder basado en Transformadores Contrastivos. Este codificador procesa la secuencia de LEDD de 12 meses utilizando incrustaciones posicionales y un bloque Transformer con pre-normalización. Se entrena mediante un objetivo conjunto que combina la pérdida de reconstrucción (MSE) y la pérdida contrastiva (InfoNCE) para aprender representaciones latentes robustas de la dinámica farmacológica, incluso en presencia de datos faltantes o ruido.
• Arquitectura de Difusión: El modelo generativo central es una U-Net 2D ligera.
  • Entrada: En cada paso de tiempo de eliminación de ruido, la representación latente ruidosa se concatena por canales con la imagen basal de DaTscan ($X_s$) para preservar las estructuras anatómicas persistentes.
  • Condicionamiento: La incrustación de LEDD del codificador Transformer se proyecta e inyecta en los bloques residuales de la U-Net mediante Normalización de Grupo Adaptativa (AdaGN), modulando los mapas de características para guiar la trayectoria de progresión.
  • Parametrización: El modelo adopta la parametrización v (predicción de velocidad en lugar de ruido) para garantizar la estabilidad del entrenamiento y la fidelidad de las muestras, particularmente para imágenes médicas con alto contraste y al utilizar muestreo en pocos pasos.
• Estrategia de Entrenamiento: El modelo se entrena con un programa de ruido coseno al cuadrado y una relación señal-ruido terminal cero. La augmentación de datos incluye corrección gamma aleatoria, rotaciones y traslaciones. La función de pérdida es un Error Absoluto Medio (MAE) ponderado que penaliza más severamente los errores en el estriado y las zonas de amortiguación.

Contribuciones Clave

1. Nuevo Marco: Un paradigma basado en difusión que predice estados cerebrales futuros condicionados tanto a la imagen basal (DaTscan) como a los datos de tratamiento longitudinal (LEDD).
2. Codificador Basado en Transformadores: Un autoencoder dedicado para historiales de medicación ruidosos y dependientes del tiempo que utiliza aprendizaje contrastivo para capturar dinámicas temporales complejas.
3. Optimización de ROI Multi-peso: Un flujo de trabajo que obliga al modelo a priorizar regiones biológicamente críticas (el estriado) mediante funciones de pérdida ponderadas y enmascaramiento, asegurando la relevancia anatómica.
4. Generación de Alta Fidelidad: Una demostración de que el condicionamiento sobre datos de tratamiento permite predecir disfunción dopaminérgica localizada y asimétrica, sin el desenfoque de "regresión a la media" común en los modelos deterministas.

Resultados Experimentales
El marco se evaluó en un conjunto de prueba de 2.968 pares de imágenes utilizando tres métricas ponderadas por ROI: Índice de Similitud Estructural (SSIM), Error Absoluto Medio (MAE) y Error Cuadrático Medio (MSE). La línea base para la comparación fue una suposición de "sin progresión" (tratando la imagen de cribado como idéntica a la imagen de 12 meses).

• Rendimiento Cuantitativo: El método propuesto superó significativamente a la línea base en 14 cortes:
  • MSE: Reducido en un 14.0%.
  • MAE: Reducido en un 7.2%.
  • SSIM: Mejorado en un 4.9% (de 0.658 a 0.690).
• Especificidad Anatómica: Las mejoras más sustanciales se observaron en los límites anatómicos del estriado (por ejemplo, una reducción del 18.4% en el MSE en el corte 34), donde el deterioro morfológico es más pronunciado. El modelo capturó con éxito patrones de degradación unilateral característicos de la EP, evitando un oscurecimiento global uniforme.
• Análisis Cualitativo: Las comparaciones visuales confirmaron que el modelo preserva los límites estructurales nítidos y refleja con precisión los cambios patológicos localizados, a diferencia de los modelos tradicionales que tienden a difuminar los patrones sutiles de progresión.

Significado y Afirmaciones
El artículo afirma que este trabajo cierra la brecha entre el modelado de difusión condicional de última generación y la interpretabilidad clínica en la predicción de enfermedades neurodegenerativas. Al pasar de puntuaciones escalares a la síntesis de imágenes de alta fidelidad, el marco aborda las limitaciones de los métodos anteriores respecto a la pérdida de detalle anatómico.

Los autores afirman que el modelo captura con éxito la interacción compleja y no lineal entre el deterioro morfológico natural y las intervenciones farmacológicas. Si bien reconocen que la progresión de la EP es multifactorial y está influenciada por variables genéticas y ambientales no observadas (lo que limita la capacidad del modelo para predecir resultados exactos para cada individuo), el marco proporciona una herramienta probabilística robusta. Ofrece una base para la planificación terapéutica personalizada, permitiendo potencialmente a los clínicos visualizar el deterioro morfológico específico del paciente y simular trayectorias de tratamiento contrafactuales para mejorar los resultados antes de que se manifiesten síntomas graves. El trabajo representa un paso hacia la medicina basada en datos en neurología al unificar la IA generativa con priores biológicos.