Cross-Modal Contrastive Learning of ECG and Angiography Representations for Severe Stenosis Classification

Resumen Técnico: Aprendizaje Contrastivo Cross-Modal de Representaciones de ECG y Angiografía para la Clasificación de Estenosis Severa

Planteamiento del Problema
La estenosis de la arteria coronaria es una condición cardiovascular crítica donde los casos graves y no tratados aumentan significativamente el riesgo de insuficiencia cardíaca y muerte. El estándar de oro actual para el diagnóstico es la angiografía por rayos X coronaria. Sin embargo, este procedimiento es invasivo, requiere muchos recursos y conlleva un pequeño riesgo de mortalidad; por consiguiente, se reserva típicamente para pacientes con una alta probabilidad pre-test de enfermedad basada en síntomas. Este enfoque deja a los pacientes asintomáticos en riesgo de permanecer sin diagnosticar a medida que la enfermedad progresa. Aunque los electrocardiogramas (ECG) son rápidos, económicos, no invasivos y se adquieren de forma rutinaria, históricamente han proporcionado información limitada para el diagnóstico de estenosis. Los pacientes con estenosis severa a menudo presentan ECG normales, y estudios previos indican que los ECG por sí solos son insuficientes para una estratificación de riesgo de estenosis confiable sin datos auxiliares.

Metodología: Marco de Trabajo StenCE
Para abordar la falta de señales específicas de estenosis en los ECG, los autores proponen StenCE, un marco de preentrenamiento contrastivo diseñado para destilar el conocimiento de la angiografía hacia las representaciones de ECG. El enfoque sigue un flujo de trabajo de múltiples etapas:

1. Alineación de Datos: El marco utiliza un conjunto de datos hospitalario de 3,414 pacientes (4,067 pares emparejados) donde cada paciente tiene un ECG de 12 derivaciones y un angiograma de rayos X correspondiente. Los datos del angiograma incluyen anotaciones para la severidad del bloqueo en segmentos coronarios específicos, agregados a etiquetas a nivel de paciente.
2. Arquitectura de Doble Codificador:
   • Codificador de Angiografía: Basado en el modelo SegmentMIL, este componente procesa datos de angiografía de múltiples vistas. Emplea un codificador de vistas y un "agregador de vistas" basado en transformadores para generar predicciones a nivel de estudio, de arteria y de segmento. Se introduce un nuevo token de consulta CLS para extraer una representación global a nivel de estudio.
   • Codificador de ECG: El marco evalúa dos opciones de backbone: OTIS (un transformador de 7.1M de parámetros preentrenado en datos de series temporales generales) y EchoingECG (un ResNet 1D de 128M de parámetros preentrenado en tríos de ecocardiograma-texto-ECG).
3. Preentrenamiento Contrastivo: El mecanismo central emplea Aprendizaje Contrastivo Cross-Modal (pérdida CLIP). El codificador de ECG es entrenado para alinear sus representaciones de características con las del codificador de angiografía en un espacio de incrustación compartido.
   • El codificador de angiografía se mantiene congelado durante esta fase para preservar sus características de estenosis aprendidas.
   • Se entrenan el codificador de ECG, el agregador de vistas (específicamente la salida del token CLS) y las capas de proyección lineal.
   • Se aplica una Pérdida de Estenosis Suplementaria al lado de la angiografía (ponderada en $W_{Sten} = 0.3$) para mantener la capacidad del modelo para clasificar la severidad de la estenosis directamente desde el angiograma durante el preentrenamiento.
4. Ajuste Fino (Fine-Tuning): Después del preentrenamiento, el codificador de angiografía se descarta. El codificador de ECG preentrenado se ajusta en tareas posteriores (clasificación de estenosis y otras anomalías cardíacas) utilizando únicamente entradas de ECG, con etiquetas derivadas de los estudios de angiografía asociados.

Contribuciones Clave

1. Marco Novedoso: La introducción de StenCE, el primer marco que alinea las representaciones de ECG con las características de angiografía de múltiples vistas mediante aprendizaje contrastivo para permitir la detección de estenosis desde el ECG solo.
2. Avance en el Desempeño: La demostración de que la estenosis severa puede identificarse únicamente mediante ECG con un alto desempeño, superando la limitación histórica de que los ECG carecen de señales específicas de estenosis.
3. Generalizabilidad: Validación del marco de preentrenamiento no solo en la clasificación de estenosis a través de varios umbrales de severidad, sino también en un conjunto de datos separado (EchoNext) para la detección de diversas anomalías cardíacas (p. ej., LVEF, estenosis aórtica, regurgitación mitral).

Resultados Experimentales
Los autores evaluaron los modelos utilizando ajuste fino completo y linear probing a través de múltiples umbrales de severidad (p. ej., $\ge 100\%$ de bloqueo vs. $0\%$, $\ge 90\%$ vs. $0\%$).

• Detección de Estenosis Severa: El modelo con mejor desempeño, EchoingECG-StenCE (ajuste fino completo), logró un AUC de 0.822 para el umbral más severo ($=0 | =100$). Esto representa una mejora del 11% sobre el modelo base EchoingECG y es el primer resultado de alto desempeño reportado para la clasificación de estenosis severa usando solo ECG.
• Linear Probing: Los beneficios de StenCE fueron aún más pronunciados en el escenario de linear probing, donde EchoingECG-StenCE logró un AUC de 0.816 (una mejora del 17% sobre el modelo base) y OTIS-StenCE mejoró en un 8% respecto al base OTIS.
• Tendencias de Severidad: Como era de esperar, el desempeño disminuyó para umbrales menos severos (el AUC cayó a 0.704 para $\ge 90\%$ y se acercó al azar para $\ge 70\%$), indicando que el modelo es actualmente más efectivo para detectar los casos más críticos.
• Estudios de Ablación: Los resultados confirmaron que mantener el codificador de angiografía congelado y usar un peso de supervisión de estenosis moderado ($W_{Sten} = 0.3$) produjo el equilibrio óptimo entre la alineación contrastiva y la retención de características específicas de la tarea.

Significancia y Reivindicaciones
El artículo afirma que StenCE logra habilitar la extracción de señales relevantes para la estenosis de los ECG al aprovechar la rica información diagnóstica presente en la angiografía. Los autores afirman que sus modelos son los primeros en lograr un alto desempeño en la clasificación de estenosis severa utilizando únicamente entradas de ECG.

Sin embargo, los autores mantienen un tono modesto respecto al despliegue clínico. Reconocen explícitamente que, si bien los resultados apoyan el diagnóstico temprano y la estratificación de riesgo, los niveles actuales de desempeño (particularmente para casos menos severos) aún no son suficientes para su uso directo en la práctica clínica. El estudio destaca un sesgo de selección en el conjunto de datos (pacientes que ya se someten a angiografía debido a síntomas) y señala la ausencia de factores de riesgo clínicos en la entrada del modelo. La principal significancia radica en demostrar la viabilidad del preentrenamiento cross-modal para cerrar la brecha entre el tamizaje no invasivo (ECG) y el diagnóstico de oro invasivo (angiografía), allanando el camino para futuros desarrollos en la evaluación coronaria preliminar.