Literature-Guided Minimax Optimization of Virtual Epilepsy Neurostimulation

Resumen Técnico: Optimización Minimax Guiada por la Literatura para la Neuroestimulación Virtual de la Epilepsia

Planteamiento del Problema
Los modelos computacionales de la epilepsia ofrecen una vía para el diseño de tratamientos personalizados, pero los flujos de trabajo de optimización estándar suelen dirigirse al rendimiento del caso promedio. En la neuromodulación, este enfoque es clínicamente frágil; un protocolo que mejora la respuesta media puede, sin embargo, fallar catastróficamente en pacientes cuyas redes neuronales son menos tolerantes a la estimulación. El desafío consiste en diseñar un marco de optimización que priorice la robustez —específicamente, evitar el fallo catastrófico en el peor de los casos del paciente virtual— mientras se navega por un espacio de búsqueda que incluye parámetros continuos, objetivos anatómicos discretos y prioridades mecánicas derivadas de la literatura. La búsqueda exhaustiva suele ser combinatoriamente impracticable cuando se consideran formas de onda, montajes de electrodos, frecuencias y estados del paciente.

Metodología
El artículo propone un "flujo de trabajo minimax guiado por la literatura" que integra tres componentes distintos:

1. Minería de Literatura: Se procesa un corpus de 136 artículos de PubMed sobre epilepsia, gemelos digitales y neuroestimulación mediante un Modelo de Lenguaje de Gran Escala (LLM) para extraer 1,080 hipótesis y brechas de investigación estructuradas. Estas se agrupan y califican según su novedad, viabilidad e impacto clínico para guiar la dirección de la búsqueda.
2. Motor de Simulación: La plataforma The Virtual Brain (TVB), utilizando el modelo de sistema dinámico Epileptor en un conectoma de 76 regiones, sirve como evaluador de la recompensa. Los pacientes virtuales se generan perturbando los parámetros del modelo (p. ej., fuerza de acoplamiento, epileptogenicidad) o las matrices de conectividad para simular la variabilidad biológica.
3. Optimización Minimax: La función objetivo se define como la maximización de la peor recompensa (worst-case reward) a través de una cohorte muestreada de pacientes virtuales. La recompensa es la varianza negativa de la actividad de la convulsión simulada (menor varianza = mayor recompensa).
   • Control Intrínseco: El optimizador ajusta los parámetros internos del modelo (epileptogenicidad $x_0$ y acoplamiento lineal $K$).
   • Estimulación Externa: El optimizador propone protocolos clínicamente interpretables, específicamente un aumento de corriente aditivo ($b$) aplicado a una única región cerebral ($s$).
   • Estrategia de Búsqueda: Un LLM actúa como generador de hipótesis, proponiendo candidatos de parámetros basados en la literatura y el historial previo de simulación. Esto se contrasta y calibra con las líneas base de optimización bayesiana y búsqueda aleatoria.

Contribuciones Clave

1. Arquitectura del Flujo de Trabajo: Un flujo de trabajo reproducible que vincula la minería de literatura a escala PubMed, la simulación de la Epileptor en TVB y la búsqueda minimax guiada por LLM.
2. Control Intrínseco Robusto: Demostración de que el flujo de trabajo puede identificar un régimen dinámico robusto (menor epileptogenicidad, acoplamiento ligeramente mayor) que mejora significativamente los resultados en el peor de los casos a través de cohortes virtuales.
3. Prueba de Estrés Traslacional: Una evaluación exhaustiva de la estimulación externa, incluyendo un experimento de paisaje de "todas las regiones" (760 candidatos) para calibrar las propuestas del LLM contra una verdad de terreno de búsqueda en cuadrícula (grid-searchable).
4. Disponibilidad de Artefactos: Un ensayo de investigación estático abierto, código fuente y artefactos de resultados diseñados para la inspección independiente, enfatizando que el LLM es un motor de propuestas, no un tomador de decisiones clínicas.

Resultados

• Control Intrínseco: La optimización guiada por LLM de los parámetros intrínsecos ($x_0, K$) logró una mejora del 39.8% en la peor recompensa (de −0.5285 a −0.3182) en comparación con la línea base. Esta mejora se mantuvo en cohortes de prueba y de estrés (30 pacientes), confirmando la robustez del régimen identificado.
• Estimulación Externa (Restringida): Cuando se restringió a un aumento de corriente en una sola región, el mejor protocolo seleccionado por el LLM (aumento de baja intensidad en el hipocampo derecho, $b=0.6$) produjo una mejora modesta del 1.7% en la peor recompensa.
• Calibración del Paisaje: En una búsqueda de cuadrícula completa de 760 candidatos (76 regiones $\times$ 10 intensidades), el protocolo del hipocampo derecho seleccionado por el LLM ocupó el cuarto lugar general, quedando solo 0.0082 unidades de recompensa por debajo del óptimo de la cuadrícula. Esto sugiere que la propuesta guiada por la literatura aterrizó con éxito cerca de las regiones de alto rendimiento sin necesidad de una búsqueda exhaustiva.
• Heterogeneidad: En una cohorte virtual de 20 pacientes, el protocolo seleccionado del hipocampo derecho no mostró un beneficio agregado ($p=0.9019$). Sin embargo, reveló una fuerte heterogeneidad a nivel de paciente: 11 pacientes mejoraron mientras que 9 empeoraron. La estratificación sugirió beneficios potenciales para pacientes con redes temporales, pero efectos neutros o adversos para otros.
• Topología vs. Literatura: El objetivo óptimo (hipocampo derecho) no fue un centro de red (hub) en el conectoma (grado 1), mientras que los centros prefrontales tenían una conectividad mucho mayor. Esto indica que los objetivos efectivos pueden ser mecánicamente locales en lugar de topológicamente centrales, desafiando las heurísticas simples de targeting de hubs.

Significancia y Reivindicaciones
El artículo enmarca explícitamente su significancia como una validación metodológica más que un avance clínico.

• Rol del LLM: Los autores afirman que el LLM sirve como un "generador de hipótesis eficiente en muestras" dentro de un bucle de simulación. No es un reemplazo para los algoritmos de optimización ni una fuente de verdad científica, sino un mecanismo para inyectar prioridades derivadas de la literatura en el espacio de búsqueda para reducir las evaluaciones desperdiciadas en dominios de parámetros con nombre y estructurados.
• Principio de Robustez: El estudio operacionaliza el principio de que los optimizadores de neuroestimulación deben dirigirse al "paciente que falla primero" (minimax) en lugar del respondedor promedio.
• Valor de Calibración: El trabajo demuestra que, en espacios de búsqueda pequeños y auditables, las propuestas guiadas por la literatura pueden validarse contra los óptimos de cuadrícula. Los autores postulan que esta validación es crucial para generar confianza al aplicar tales motores de propuesta a espacios de diseño más grandes donde las búsquedas de cuadrícula completas son inviables.
• Limitaciones: Los autores reconocen que la cohorte virtual es pequeña y sintética, la función de recompensa es un proxy (varianza de la convulsión) en lugar de un endpoint clínico, y el modelo de estimulación externa es una abstracción tosca. Declaran claramente que este proyecto no demuestra eficacia clínica ni valida un protocolo de estimulación específico para uso humano.