Resumen Técnico: Red de Fusión Evidencial para la Predicción de Supervivencia Multimodal bajo Modalidades Ausentes

Planteamiento del Problema

La predicción precisa de la supervivencia es crítica para la oncología de precisión, sin embargo, el despliegue de modelos multimodales en entornos clínicos reales se ve frecuentemente obstaculizado por la ausencia de modalidades. En la práctica, los perfiles morfo-moleculares completos (que combinan imágenes de portaobjetos enteros y datos transcriptómicos) suelen no estar disponibles debido al agotamiento de tejido, los costos de secuenciación o la infraestructura heterogénea.

Los enfoques existentes enfrentan dos limitaciones primarias:

1. Los métodos basados en imputación (p. ej., SMIL, M3Care) reconstruyen los datos faltantes mediante modelado generativo. Aunque son efectivos en promedio, corren el riesgo de "alucinar" señales biológicas inexistentes e incurren en altos costos computacionales, lo cual es problemático para decisiones clínicas de alto riesgo.
2. Los métodos sin imputación (p. ej., EmbraceNet) agregan únicamente las representaciones (embeddings) disponibles, pero a menudo tratan la ausencia como un simple problema de enmascaramiento o dropout. Estos fallan al no cuantificar explícitamente la incertidumbre epistémica (falta de conocimiento) inducida por las modalidades ausentes, lo que resulta en niveles de confianza mal calibrados que no reflejan la ignorancia del modelo.

Además, los modelos actuales luchan por distinguir entre la incertidumbre aleatoria (ruido intrínseco de los datos) y la incertidumbre epistémica (incertidumbre debida a la información faltante), proporcionando solo una "mejor conjetura" sin señalar la fiabilidad.

Metodología

Los autores proponen el modelo Evidential Missing Modality Survival Fusion (EMMS), un marco diseñado para manejar observaciones multimodales incompletas sin reconstrucción de datos. Los componentes principales son:

1. Fundamento Teórico: Teoría de Dempster–Shafer y GRFNs

EMMS se fundamenta en la teoría de la evidencia de Dempster–Shafer. En lugar de predecir un único tiempo de supervivencia, la predicción de cada modalidad se representa como evidencia de supervivencia parametrizada por Números Difusos Aleatorios Gaussianos (GRFNs).

• Un GRFN, denotado como $\tilde{Y} \sim \tilde{N}(\mu, \sigma^2, h)$, modela la distribución del tiempo de supervivencia donde:
  • $\mu$: Parámetro de localización (estimación del tiempo de evento más plausible).
  • $\sigma^2$: Incertidumbre aleatoria (variabilidad de los datos).
  • $h$: Fuerza epistémica (inversa de la incertidumbre epistémica/ignorancia).
• Evidencia Vacua: Crucialmente, cuando una modalidad está ausente, el modelo establece su fuerza epistémica $h=0$. Esto causa que el GRFN decaiga en una "evidencia vacua", representando una ignorancia completa. Esta formulación evita aproximar entradas faltantes; en su lugar, codifica explícitamente su ausencia como una contribución de evidencia cero.

2. Ramas Unimodales

El modelo procesa dos modalidades de forma independiente antes de la fusión:

• Rama de Patología: Las imágenes de portaobjetos enteros (WSIs) se teselan en parches, se codifican mediante un codificador de parches preentrenado y se agregan en una representación a nivel de portaobjetos usando el codificador de portaobjetos TITAN. Este rasgo se mapea a la evidencia de supervivencia mediante una formulación de evidencia basada en prototipos utilizando núcleos de función de base radial.
• Rama de Genómica: Los perfiles transcriptómicos se procesan a través de un marco similar para generar evidencia de supervivencia modelada como un GRFN.

3. Fusión de Evidencia

El modelo fusiona la evidencia de las modalidades disponibles utilizando la regla de combinación de Dempster.

• Manejo de la Ausencia: Un indicador de disponibilidad binario ($r \in \{0, 1\}$) determina si una modalidad está presente. Si $r=0$, la modalidad aporta evidencia vacua ($h=0$).
• Agregación Ponderada: Los parámetros del GRFN fusionado ($\mu_f, \sigma^2_f, h_f$) se calculan mediante una agregación ponderada por evidencia de forma cerrada. Las modalidades con mayor fuerza epistémica contribuyen más a la predicción final.
• Degradación Grácil: Cuando una modalidad falta, la fusión se reduce naturalmente a la modalidad disponible sin interferencias. La fuerza epistémica total ($h_f$) se acumula de forma aditiva, sirviendo como una métrica interpretable de la confianza general. Una reducción en $h_f$ refleja explícitamente la incertidumbre inducida por los datos faltantes.

4. Función de Pérdida

El objetivo de entrenamiento combina:

• Pérdida de Supervivencia ($L_{surv}$): Una log-verosimilitud negativa generalizada para GRFNs que supervisa tanto muestras no censuradas como censuradas por la derecha utilizando límites de creencia y plausibilidad.
• Pérdida de Alineación ($L_{align}$): Un término de divergencia de Kullback–Leibler (KL) simétrica aplicado solo cuando ambas modalidades están presentes, actuando como un regularizador de consistencia cross-modal ligero.

Principales Contribuciones

1. Formulación de Evidencia Vacua: El artículo introduce un método para tratar las modalidades faltantes como evidencia vacua ($h=0$) dentro de un marco GRFN. Esto evita que el modelo alucine datos o sea contaminado por entradas faltantes, aumentando naturalmente la incertidumbre epistémica de la predicción.
2. Cuantificación de la Incertidumbre: EMMS distingue explícitamente entre incertidumbre aleatoria y epistémica. La fuerza de evidencia total sirve como una métrica integrada e interpretable de la confianza de la predicción bajo observaciones incompletas.
3. Eficiencia Computacional: A diferencia de los métodos basados en imputación, EMMS no requiere una fase generativa ni recuperación de espacio latente para datos faltantes, lo que no introduce carga computacional adicional comparado con los baselines sin imputación.
4. Fusión de Forma Cerrada: El uso de la teoría de Dempster–Shafer permite una agregación de evidencia multimodal con principios de forma cerrada, asegurando que las entradas faltantes no ejerzan influencia sobre los datos disponibles.

Resultados Experimentales

Los autores evaluaron EMMS en cuatro cohortes de cáncer de The Cancer Genome Atlas (TCGA): BRCA, LUAD, STAD y KIRC.

• Desempeño bajo Datos Completos: En el escenario de 0% de modalidad ausente, EMMS alcanzó un desempeño de estado del arte (SOTA) en términos de Índice de Concordancia (C-index) e Índice de Brier Integrado (IBS) en la mayoría de los conjuntos de datos, superando a baselines como DisPro, MUSE y Flex-MoE.
• Robustez bajo Ausencia de Datos: Bajo una tasa de modalidad ausente del 60%, EMMS superó consistentemente a todos los baselines en todos los conjuntos de datos y configuraciones de evaluación (solo patología, solo genómica y modalidad completa). Demostró una robustez superior donde otros modelos mostraron una degradación significativa de desempeño.
• Calibración: Los gráficos de calibración indicaron que las predicciones de EMMS permanecieron más cerca de la diagonal ideal en comparación con los baselines, con una Desviación Absoluta Media (MAD) menor. Esto sugiere que el modelo proporciona estimaciones de confianza más fiables.
• Eficiencia: Las comparaciones de tiempo de entrenamiento mostraron que EMMS es comparable en velocidad al baseline sin imputación, MUSE, y significativamente más rápido que el basado en imputación, DisPro.

Significado y Reivindicaciones

El artículo afirma que EMMS proporciona una solución escalable, computacionalmente efectiva y teóricamente fundamentada para la medicina personalizada en entornos clínicos realistas donde la completitud de los datos no puede garantizarse.

Al aprovechar la teoría de Dempster–Shafer, el modelo cierra la brecha entre el desempeño predictivo y la conciencia de la incertidumbre. Permite que los sistemas de soporte a la decisión clínica "señalen su propia ignorancia" cuando faltan datos, distinguiendo entre ruido y falta de conocimiento. Los autores enfatizan que este enfoque logra una discriminación y calibración SOTA sin los riesgos de la alucinación de datos o la carga computacional de la imputación generativa, lo que lo convierte en un candidato viable para el despliegue en entornos clínicos heterogéneos.