Multimodal Ordinal Modeling of Alzheimer's Disease Severity Using Structural MRI and Clinical Data

Resumen Técnico: Modelado Ordinal Multimodal de la Severidad de la Enfermedad de Alzheimer

Planteamiento del Problema

La evaluación precisa y escalable de la severidad de la enfermedad de Alzheimer (EA) es crítica, particularmente con el advenimiento de las terapias modificadoras de la enfermedad que son más efectivas en las etapas tempranas. Sin embargo, el estándar de oro clínico actual, la escala de la Calificación de Demencia Clínica (CDR, por sus siglas en inglés), requiere mucho tiempo, personal capacitado y sufre de variabilidad entre evaluadores. Además, los enfoques de aprendizaje profundo existentes para el estadiaje de la EA a menudo tratan la severidad de la enfermedad como un problema de clasificación multiclase nominal. Esta formulación ignora la naturaleza inherentemente ordenada de la escala CDR (que va desde la ausencia de deterioro hasta la demencia severa), lo que potencialmente conduce a predicciones implausibles donde se asignan probabilidades más altas a etapas de enfermedad distantes que a las adyacentes. Asimismo, integrar eficazmente datos de modalidades heterogéneas (RM estructural y datos clínicos tabulares) manteniendo la interpretabilidad sigue siendo un desafío metodológico significativo.

Metodología

Los autores proponen un marco de aprendizaje profundo multimodal mejorado por atención, diseñado para el estadiaje ordinal automatizado de la severidad de la EA.

Fuentes de Datos y Preprocesamiento:

• Cohortes: Los datos se extrajeron de tres grandes conjuntos de datos disponibles públicamente: ADNI, AIBL y NIFD.
• Etiquetas: La severidad de la enfermedad se codificó como etiquetas ordenadas basadas en la puntuación global de CDR. Debido al tamaño limitado de las muestras para las etapas severas, el estudio se centró en CDR 0 (sin deterioro), 0.5 (muy leve) y 1 (leve).
• Modalidades:
  • Imagen: Los escaneos de RM ponderados en T1 fueron preprocesados con localización cerebral, recorte/relleno central a 140×160×160 vóxeles y normalización de intensidad. No se realizó una armonización explícita para reflejar la variabilidad del escáner en el mundo real.
  • Tabular: Las variables demográficas y genéticas (edad, sexo, educación, genotipo APOE) se imputaron mediante MICE (restringido al conjunto de entrenamiento) y se estandarizaron.
• División: Se utilizaron divisiones estratificadas por cohorte para el entrenamiento y la validación. Se construyó un conjunto de prueba estrictamente reservado utilizando sujetos completamente excluidos de todo el entrenamiento, validación, preprocesamiento y ajuste de hiperparámetros para evitar la fuga de datos (data leakage).

Arquitectura del Modelo:
El marco emplea codificadores específicos de modalidad seguidos de un módulo de fusión:

1. Codificador de RM: Un backbone ResNet-18 3D (preentrenado en imágenes médicas) extrae representaciones espaciales jerárquicas de los volúmenes ponderados en T1.
2. Codificador Tabular: TABPFN (Tabular Prior-Data Fitted Network), una arquitectura basada en transformers, procesa los datos demográficos y genéticos para capturar interacciones no lineales complejas.
3. Mecanismo de Fusión: Se compararon dos estrategias:
   • Concatenación Lineal: Concatenación directa de los embeddings.
   • Fusión Basada en Atención: Utiliza módulos de autoatención y atención cruzada para ponderar dinámicamente las características específicas de la modalidad y capturar dependencias entre modalidades.
4. Cabezal de Predicción: El estudio formuló explícitamente la tarea como regresión ordinal en lugar de clasificación nominal. Se implementaron dos marcos de regresión ordinal de vanguardia:
   • CORAL (COnsistent RAnk Logits): Reformula la tarea en $k-1$ clasificadores binarios que comparten un vector de peso común.
   • CORN (Conditional Ordinal Regression for Neural networks): Modela la estructura ordinal a través de una secuencia de clasificadores binarios condicionales.

Entrenamiento y Evaluación:
Los modelos se entrenaron utilizando el optimizador Adam con aumentación de datos (transformaciones afines, ruido, desenfoque). El rendimiento se evaluó mediante el Error Absoluto Medio (MAE), la Exactitud de Etapa Adyacente y la Kappa de Peso Cuadrático (QWK). La explicabilidad se evaluó mediante Grad-CAM++ para imágenes y SHAP para datos tabulares.

Contribuciones Clave

1. Arquitectura de Fusión Multimodal: Desarrollo de una arquitectura basada en atención que integra la RM estructural con factores de riesgo demográficos y genéticos, demostrando que estas modalidades proporcionan señales complementarias para el estadiaje.
2. Aplicación de Regresión Ordinal: La aplicación de marcos modernos de regresión ordinal (CORAL y CORN) al estadiaje automatizado de CDR, modelando explícitamente la naturaleza progresiva del declive cognitivo en lugar de tratar las etapas como categorías independientes.
3. Interpretabilidad Exhaustiva: Integración de técnicas de IA explicable (Grad-CAM++ y SHAP) para validar que las predicciones del modelo se basan en regiones cerebrales anatómicamente plausibles (ej. hipocampo) y variables clínicamente relevantes (ej. APOE, edad).

Resultados

• Rendimiento Unimodal: El modelo de RM ponderada en T1 logró una exactitud de etapa adyacente (0.963) y un QWK (0.444) ligeramente superiores al modelo solo tabular (QWK 0.333), aunque ambos mostraron limitaciones para capturar todo el espectro de la variabilidad de la enfermedad.
• Mejora Multimodal: La integración de datos de imagen y tabulares mejoró el rendimiento general. El baseline no ordinal multimodal logró el Error Absoluto Medio más bajo (MAE 0.340).
• Ordinal vs. No Ordinal: El modelo ordinal multimodal alcanzó la mayor exactitud de etapa adyacente (0.970) y el acuerdo más fuerte con el estadiaje clínico (QWK 0.549), superando al baseline no ordinal (QWK 0.477).
• Análisis de Errores: Las clasificaciones erróneas ocurrieron predominantemente entre etapas adyacentes (ej. CDR 0.5 vs. 1), lo cual es consistente con la dificultad de distinguir estados clínicos limítrofes. La formulación ordinal redujo con éxito los errores de gran magnitud en la severidad.
• Robustez: El remuestreo por bootstrap (1,000 iteraciones) confirmó un rendimiento estable, con un intervalo de confianza del 95% para la exactitud adyacente de 0.959–0.982.
• Interpretabilidad: Grad-CAM++ resaltó el hipocampo y el lóbulo temporal medial, mientras que SHAP identificó la edad y el genotipo APOE como los predictores tabulares más influyentes.

Significancia y Reivindicaciones

El artículo sostiene que las formulaciones ordinales capturan mejor la estructura ordenada de la escala CDR, produciendo predicciones que son más consistentes con el estadiaje clínico que los enfoques de clasificación estándar. Los autores argumentan que, si bien los modelos no ordinales pueden lograr un error absoluto ligeramente menor en algunas métricas, los modelos ordinales producen predicciones que son inherentemente consistentes en su rango y reducen los errores de estadiaje clínicamente implausibles.

El estudio postula que el aprendizaje multimodal basado en la atención combinado con la regresión ordinal representa un enfoque robusto, interpretable y escalable para el estadiaje automatizado de la severidad de la EA. Al aprovechar la RM ponderada en T1, disponible de forma rutinaria, y variables clínicas básicas, el marco ofrece una herramienta para el apoyo a la decisión clínica asistida por IA que se alinea con la progresión gradual de la enfermedad neurodegenerativa. Los autores enfatizan que su enfoque aborda la brecha metodológica de ignorar la ordinalidad en el aprendizaje profundo para la demencia y proporciona una alternativa transparente y clínicamente coherente a las prácticas de estadiaje actuales.

Limitaciones señaladas por los autores:

• Exclusión de las etapas de demencia severa (CDR 2 y 3) debido a restricciones de tamaño de muestra.
• Uso únicamente de RM ponderada en T1, sin PET u otras modalidades avanzadas de RM.
• Falta de una armonización de escáner explícita, aunque los modelos demostraron resiliencia a la variabilidad entre cohortes.
• El uso de TABPFN, que no soporta nativamente la regresión ordinal, lo que requirió aplicar restricciones ordinales en la etapa de fusión en lugar de dentro del codificador tabular.