Physics-Informed Neural Networks for Chemotherapy Pharmacokinetics: Benchmarking the Clinical Estimator and Exposing Parameter Identifiability

Resumen Técnico: Redes Neuronales Informadas por la Física para la Farmacocinética de la Quimioterapia

Planteamiento del Problema
La dosificación de la quimioterapia depende de la comprensión de la concentración del fármaco a lo largo del tiempo en tejidos específicos, sin embargo, la práctica clínica se limita a medir las concentraciones plasmáticas mediante el muestreo de sangre. Las concentraciones en los tejidos y en los tumores, que determinan la eficacia y la toxicidad, permanecen como estados no observados. Para inferir estos estados ocultos se utilizan modelos farmacocinéticos (PK) compartimentales. El enfoque clínico estándar emplea el ajuste de Mínimos Cuadrados No Lineales (NLS) sobre una solución analítica biexponencial derivada de Ecuaciones Diferenciales Ordinarias (ODE) lineales de dos compartimentos. Aunque es efectivo bajo supuestos ideales (cinética lineal, bajo ruido), este método falla cuando los supuestos se violan (por ejemplo, eliminación saturable) o cuando la solución analítica no existe. El artículo investiga si las Redes Neuronales Informadas por la Física (PINN) pueden servir como una alternativa robusta que gestione observaciones parciales, dinámicas no lineales y extensiones estructurales sin requerir soluciones de forma cerrada.

Metodología
El estudio evalúa tres enfoques en dos problemas de PK: un modelo lineal de dos compartimentos y una extensión de Michaelis–Menten (eliminación saturable).

1. Líneas Base (Baselines):
   • NLS: El estándar clínico que utiliza scipy.optimize.curve_let sobre la función plasmática biexponencial analítica. Ajusta los parámetros $(A, B, \alpha, \beta)$ y los invierte para obtener las constantes de velocidad, luego integra la ODE para estimar la concentración tisular.
   • MLP (Solo Datos): Un Perceptrón Multicapa con una arquitectura idéntica a la de la PINN, pero entrenado únicamente con datos plasmáticos sin restricciones físicas.
2. Formulación de la PINN:
   • Una red neuronal $f_\theta$ mapea el tiempo a las concentraciones plasmáticas ($\hat{C}_p$) y tisulares ($\hat{C}_t$).
   • La función de pérdida combina la fidelidad de los datos ($L_{data}$), la imposición de condiciones iniciales ($L_{ic}$) y el residuo de la ODE ($L_{phys}$) calculado mediante diferenciación automática.
   • Los parámetros se almacenan como valores logarítmicos para asegurar la positividad.
   • Optimización: Un proceso de dos etapas utilizando Adam para la exploración global seguido de L-BFGS para el refinamiento local.
3. Configuración Experimental:
   • La verdad de campo sintética se genera para parámetros de doxorrubicina durante 24 horas.
   • Los experimentos incluyen una ejecución principal (8 muestras, 10% de ruido), barridos de ruido, barridos de escasez y una prueba de error de especificación estructural donde los datos son generados por la ODE de Michaelis–Menten (sin forma cerrada).
   • Las comparaciones se realizan a través de cinco semillas aleatorias para asegurar la robustez estadística.

Resultados Clave

• Modelo Lineal de Dos Compartimentos:

  • Desempeño: NLS y PINN están estadísticamente empatados en el RMSE plasmático. NLS recupera la tasa de eliminación $k_e$ con un sesgo ligeramente menor, mientras que la PINN presenta un sesgo ligeramente alto.
  • Recuperación del Estado Oculto: La PINN logra recuperar la curva tisular en una sola pasada de entrenamiento. En contraste, la MLP de solo datos falla en reconstruir el compartimento tisular, exhibiendo un RMSE aproximadamente 10 veces mayor que los métodos basados en física.
  • Eficiencia: NLS es significativamente más rápido (0.004s) en comparación con la PINN (~25s), lo que refleja el costo computacional del enfoque neuronal frente a la inversión analítica.
  • Identificabilidad: Ambos métodos tienen dificultades con el parámetro $k_{12}$ debido a la no identificabilidad práctica (mal condicionamiento) en datos ruidosos, una propiedad de la estructura de los datos más que del método de estimación.

• Extensión de Michaelis–Menten (Eliminación Saturable):

  • Fallo de NLS: Debido a que la forma cerrada biexponencial no existe para este sistema, el estimador NLS está mal especificado. Devuelve constantes de velocidad sin sentido, fallando silenciosamente en capturar la dinámica real.
    im
  • Diagnóstico de la PINN: La PINN no fuerza un ajuste a una forma cerrada inexistente. En su lugar, converge a un seno donde $k_{12} \to 0$, exponiendo honestamente la no identificabilidad estructural del modelo cuando se depende únicamente de los datos plasmáticos.
  • Resolución de la Observabilidad Parcial: Añadir observaciones tisulares dispersas a la pérdida de la PINN resuelve ampliamente la identificabilidad. A través de cinco semillas, la PINN recupera $k_{21}$ dentro del 1% de la verdad y $V_{max}, K_m$ dentro de una desviación estándar. Aunque $k_{12}$ permanece sesgado (moviéndose en la dirección correcta pero a $\sim 2\sigma$ de la verdad), esta recuperación es imposible para el estimador NLS, que no puede siquiera intentar el ajuste sin una solución de forma cerrada.

Significancia y Reivindicaciones
El artículo establece explícitamente que su afirmación no es que las PINN superen a NLS en términos de precisión bruta o velocidad en problemas lineales bien especificados. En cambio, la significancia reside en la uniformidad y la capacidad diagnóstica del enfoque de la PINN:

1. Receta Unificada: Las PINN proporcionan un marco único que maneja tanto el problema lineal de libro de texto (igualando el desempeño de NLS) como se extiende sin problemas a variaciones no lineales y estructurales (como Michaelis–Menten) sin requerir nuevas derivaciones analíticas.
2. Exposición de la Identificabilidad: A diferencia del estimador NLS, que oculta la no identificabilidad estructural tras un fallo "silencioso" y estimaciones de parámetros sin sentido, la PINN revela estas limitaciones directamente. Al converger a senos específicos (por ejemplo, $k_{12} \to 0$), la PINN actúa como una herramienta de diagnóstico que señala cuándo los datos son insuficientes para restringir el modelo.
3. Integración de Datos Heterogéneos: El marco de la PINN absorbe naturalmente mediciones heterogéneas (plasma y datos tisulares dispersos) dentro de una única función de pérdida, permitiendo la recuperación de compartimentos ocultos que los modelos de solo datos no logran reconstruir.

En resumen, este trabajo presenta un riguroso benchmark multise semilla que demuestra que, si bien las PINN pueden no reemplazar la velocidad de los estimadores analíticos en escenarios ideales, ofrecen un marco robusto, extensible y honesto para problemas de PK complejos donde las soluciones analíticas no están disponibles o donde la identificabilidad estructural es una preocupación.