Resumen Técnico: ProMUSE

Declaración del Problema

El diagnóstico de la enfermedad de Alzheimer (EA) depende cada vez más de datos multimodales, que incluyen evaluaciones clínicas, resonancia magnética (RM) estructural y tomografía por emisión de positrones (PET). Si bien la combinación de estas modalidades mejora la precisión diagnóstica, la adquisición de escaneos de RM y PET es costosa (oscilando entre ~$558 y$910 para RM y ~$3,000 para PET) y no es universalmente accesible. Los modelos de predicción existentes suelen asumir la disponibilidad total de las modalidades en el momento de la inferencia, lo que requiere implícitamente imágenes costosas para cada paciente. Este enfoque impone cargas financieras y clínicas sustanciales, pasando por alto las limitaciones prácticas en entornos de atención médica del mundo real donde el costo y la accesibilidad son factores críticos. Además, distinguir entre el Deterioro Cognitivo Leve (DCL) y los individuos Cognitivamente Normales (CN) y la EA propiamente dicha es particularmente desafiante debido a las características sutiles y heterogéneas del DCL.

Metodología

Los autores proponen ProMUSE (Red de Etapas Evidencial guiada por Incertidumbre Multimodal Progresiva), un marco diseñado para determinar de forma adaptativa cuándo son necesarias modalidades adicionales, reduciendo así los costos de adquisición de datos mientras se mantiene la precisión diagnóstica.

1. Representación y Preprocesamiento de Datos

• Datos Clínicos: Procesados mediante un Perceptrón Multicapa (MLP) con cuatro capas lineales.
• Datos de RM y PET: Representados como datos estructurados en grafos ($G = [E, X]$).
  • RM: Las regiones cerebrales se segmentan utilizando FreeSurfer para extraer características radiómicas ($X_{MRI}$), con bordes ($E$) definidos por proximidad espacial.
  • PET: Utiliza las mismas coordenadas de los nodos de la RM para mantener la consistencia anatómica, pero deriva las características de los nodos ($X_{PET}$) del Pipeline Unificado de PET (PUP), incluyendo recuentos de vóxeles y razones de Valores de Captación Estándar (SUVR).
  • Procesamiento: Ambos grafos de RM y PET se procesan utilizando una arquitectura de Red Neuronal de Grafos (GNN) que consiste en dos capas GraphSAGE seguidas de una capa lineal totalmente conectada.

2. Cuantificación de la Incertidumbre mediante Lógica Subjetiva

ProMUSE emplea un modelo de lógica subjetiva basado en Dirichlet para cuantificar la incertidumbre de cada modalidad de forma independiente:

• Modelado de Evidencia: Los logits de salida de cada modalidad se transforman en vectores de evidencia no negativos utilizando la función de activación Softplus.
• Parametrización de Dirichlet: La evidencia se mapea a parámetros de Dirichlet ($d = e + 1$).
• Creencia e Incertidumbre: El modelo calcula la masa de creencia ($B$) y el grado de incertidumbre ($U$) para cada clase. La incertidumbre se define como la masa de probabilidad no asignada, lo que refleja la evidencia faltante. Los datos de alta calidad generan mayor evidencia y menor incertidumbre.

3. Fusión Multimodal mediante la Teoría de Dempster-Shafer (DST)

Para superar las limitaciones de las entradas de una sola modalidad, ProMUSE fusiona la evidencia de múltiples modalidades utilizando DST:

• Regla de Fusión: Las masas de creencia y los grados de incertidumbre de diferentes modalidades (por ejemplo, Clínica + RM) se combinan utilizando la regla de combinación de DST.
• Manejo de Conflictos: La fusión tiene en cuenta el coeficiente de conflicto ($C$) entre las modalidades. Un alto conflicto aumenta la incertidumbre, mientras que la evidencia consistente la reduce.
• Normalización: Las masas de creencia y la incertidumbre fusionadas se normalizan para garantizar la consistencia probabilística.

4. Estrategia de Adquisición Escalonada

El marco opera de manera progresiva y por etapas:

1. Etapa 1 (Clínica): El modelo primero analiza datos clínicos de bajo costo. Si la incertidumbre calculada es inferior a un umbral aprendido ($\tau_1$), se realiza una predicción final.
2. Etapa 2 (Clínica + RM): Si la incertidumbre supera $\tau_1$, se adquiere la RM y se fusiona con los datos clínicos. Si la nueva incertidumbre es inferior a un segundo umbral ($\tau_2$), se realiza una predicción.
3. Etapa 3 (Clínica + RM + PET): Si la incertidumbre aún supera $\tau_2$, se añade el PET como la modalidad final para producir la predicción.

• Selección de Umbrales: Los umbrales óptimos ($\tau_1, \tau_2$) se determinan mediante un procedimiento de búsqueda de cuadrícula (grid search) basado en datos para maximizar la precisión en los conjuntos de validación.

5. Función de Pérdida

El modelo se entrena utilizando una función de pérdida híbrida:

• Entropía Cruzada: Para la supervisión de clasificación estándar.
• Pérdida Evidencial: Basada en la distribución de Dirichlet para fomentar una evidencia fuerte para las clases correctas.
• Regularización de Divergencia KL: Evita que el modelo aumente arbitrariamente la evidencia para todas las clases, con un coeficiente de amortiguación ($I_r$) para controlar la fuerza de la regularización durante el entrenamiento.

Principales Contribuciones

1. Marco de Costo Eficiente: ProMUSE introduce una estrategia de adquisición escalonada que prioriza los datos clínicos económicos, incorporando selectivamente la imagen costosa (RM/PET) solo cuando la incertidumbre es alta.
2. Toma de Decisiones Guiada por la Incertidumbre: Al aprovechar la lógica subjetiva basada en Dirichlet y la teoría de Dempster-Shafer, el marco modela y gestiona explícitamente la incertidumbre para dirigir la selección de la modalidad.
3. Reducción de Recursos: El enfoque reduce significativamente la dependencia de recursos de alto costo sin comprometer el rendimiento diagnóstico.
4. Evaluación Exhaustiva: El marco es validado a través de tres conjuntos de datos independientes (ADNI, AIBL, OASIS) y tres tareas de clasificación binaria (CN vs. AD, CN vs. MCI, MCI vs. AD).

Resultados Experimentales

Los experimentos se realizaron en los conjuntos de datos ADNI, AIBL y OASIS. ProMUSE se comparó con 16 modelos de referencia (incluyendo KNN, SVM, RF y diversas arquitecturas de aprendizaje profundo).

• Precisión: ProMUSE logró una precisión competitiva o superior en comparación con los modelos de referencia de modalidad completa.
  • ADNI: 0.907 de precisión (CN vs. AD) y 0.810 (CN vs. MCI).
  • AIBL: 0.945 de precisión (CN vs. AD) y 0.889 (CN vs. MCI).
  • OASIS: 0.934 de precisión (CN vs. AD) y 0.990 (CN vs. MCI).
  • Nota: El rendimiento en la tarea MCI vs. AD fue generalmente más bajo en todos los modelos, incluido ProMUSE, lo que refleja la dificultad inherente de esta clasificación.
• Ahorro de Costos: La estrategia escalonada redujo el uso de RM/PET entre un 50% y un 90%.
  • El análisis de costos estima un ahorro promedio de $2,325 a$3,558 por paciente, dependiendo del conjunto de datos y la tarea.
  • Por ejemplo, en la tarea CN vs. AD de ADNI, el 50% de los pacientes fueron diagnosticados utilizando solo datos clínicos, y el 26.27% requirieron solo clínica + RM, ahorrando costos de imagen significativos.
• Sensibilidad de los Umbrales: El análisis mostró que umbrales de incertidumbre más bajos conducen a un mayor uso de modalidades. Sin embargo, los autores señalan que una menor incertidumbre no siempre garantiza una mayor precisión, lo que sugiere que se requiere un equilibrio óptimo.

Significado y Reivindicaciones

El artículo afirma que ProMUSE ofrece una solución práctica, consciente de la incertidumbre y eficiente en recursos para el cribado de la EA en el mundo real. Al determinar de forma adaptativa cuándo son necesarias las modalidades adicionales, el marco aborda la limitación crítica de los métodos existentes que asumen la disponibilidad total de las modalidades. Los resultados demuestran que se puede mantener una alta precisión diagnóstica reduciendo drásticamente la carga financiera de la adquisición de datos.

Los autores declaran explícitamente que, si bien los resultados son prometedores, el marco aún no ha sido validado en aplicaciones del mundo real que involucren pacientes humanos reales en un flujo de trabajo clínico. Reconocen que se requieren más pruebas para aplicar el marco en la vida normal y sugieren que el trabajo futuro podría centrarse en hacer que el grado de incertidumbre sea más robusto mediante algoritmos adicionales.