Patient-Aware Contrastive Learning Preserves Per-Patient Structure in RR-Interval Representations

Resumen Técnico: Aprendizaje Contrastivo Consciente del Paciente para Representaciones de Intervalos RR

Planteamiento del Problema
El aprendizaje de representaciones contrastivas suele tener dificultades con las señales fisiológicas debido a que los sujetos individuales poseen patrones de base distintos. En las formulaciones estándar, como el aprendizaje contrastivo supervisado (SupCon), la suposición de que todos los ejemplos de la misma clase son igualmente adecuados como pares positivos se rompe cuando las diferencias de clase se solapan con las diferencias de sujeto. En consecuencia, los objetivos a nivel de clase tienden a fusionar las estructuras por sujeto en un único clúster por clase. Si bien esto crea clases globales bien separadas, elimina la variación individual necesaria para que un modelo se generalice a pacientes no vistos. Los autores identifican que una sonda lineal entrenada en tales embeddings falla en nuevos pacientes porque el espacio de embedding carece de una estructura geométrica por sujeto consistente, incluso si la separabilidad de clase global es alta.

Metodología
El estudio se centra en la detección de la Fibrilación Auricular Paroxística (PAF) utilizando secuencias de intervalos RR (RRI del conjunto de datos IRIDIA-AF). Los autores proponen un Objetivo Contrastivo Consciente del Paciente diseñado para preservar la estructura por paciente mientras se mantiene la separación de clases.

• Construcción de Pares Positivos: A diferencia del aprendizaje contrastivo supervisado estándar, que trata todos los segmentos de la misma clase como positivos independientemente del sujeto, el objetivo propuesto restringe los pares positivos a segmentos que son tanto del mismo paciente como de la misma clase. Los pares negativos se definen como segmentos de diferentes clases.
• Estrategia de Muestreo: El muestreo de mini-batches asegura que cada paciente contribuya con un número igual de ventanas de Ritmo Sinusal (SR) y de Fibrilación Auricular (AF), garantizando pares positivos intra-paciente e intra-clase en cada batch.
• Arquitectura: El método utiliza un backbone de 1D-CNN multirrama ligero (con tamaños de kernel de 3, 5 y 7) seguido de un pooling de atención temporal y una cabeza de proyección. La pérdida contrastiva se aplica a los embeddings proyectados, mientras que una sonda lineal se entrena sobre los outputs agrupados para la evaluación descendente.
• Protocolo de Entrenamiento: Los experimentos emplean una configuración de sonda lineal de codificador congelado. El método propuesto se compara contra las líneas base de Aprendizaje Contrastivo Supervisado (SupCon) y de Entropía Cruzada Binaria (BCE), utilizando codificadores, muestreadores y sondas idénticos para aislar el efecto de la función de pérdida.

Contribuciones Clave

1. Objetivo Consciente del Paciente: Una novedosa pérdida contrastiva que forma pares positivos solo de segmentos del mismo paciente y misma clase. Esto preserva la línea base de SR individual de cada sujeto mientras sigue separando las dos clases (SR y AF).
2. Análisis de la Geometría de los Embeddings: El artículo proporciona un análisis directo del espacio de embedding aprendido, revelando un compromiso crítico:
   • BCE produce la separación de clase global más limpia (mayor distancia de centroides) pero resulta en la estructura por paciente más desordenada.
   • SupCon logra una alta compacidad de AF pero colapsa las distintas líneas base de SR individuales en un prototipo compartido, reduciendo la cohesión de SR.
   • El Método Propuesto logra la mayor cohesión de SR por paciente, manteniendo la consistencia geométrica requerida para la transferencia entre pacientes.
3. Validación Descendente: El método se valida en el conjunto de datos IRIDIA-AF para la detección de PAF, demostrando un rendimiento y estabilidad superiores en comparación con las líneas base existentes.

Result Resultados
En la división de prueba independiente de pacientes (pacientes retenidos), el método propuesto logró lo siguiente:

• AUROC: 0.989 ± 0.003, superando a SupCon (0.983 ± 0.009) y BCE (0.980 ± 0.012).
• Estabilidad: La varianza de semilla a semilla en la AUROC se redujo en 2.6× en comparación con SupCon y 3.4× en comparación con BCE, indicando una representación más robusta y reproducible.
• Métricas Geométricas: El método propuesto logró la mayor cohesión de SR (0.850) en comparación con SupCon (0.800) y BCE (0.772).
• Relevancia Clínica: El método logró una sensibilidad (recall) de AF de 0.974 ± 0.008, superando la sensibilidad de retención de pacientes de trabajos previos (Andersen et al., 2019) por más de 11 puntos porcentuales, a pesar de utilizar únicamente un codificador congelado y una sonda de regresión logística.

Significancia y Reivindicaciones
El artículo argumenta que la consistencia geométrica por sujeto, en lugar de la separabilidad de clase global, es el determinante clave para una generalización robusta entre pacientes en el análisis de señales fisiológicas. La "paradoja de la BCE" identificada en el estudio demuestra que una alta separación de clase global puede coexistir con un pobre rendimiento de transferencia si la estructura por paciente es desorganizada. Al restringir los pares positivos a segmentos del mismo paciente y misma clase, el objetivo propuesto evita el colapso de las líneas base individuales en un prototipo compartido.

Los autores afirman que este enfoque ofrece una primitiva ampliamente útil para el aprendizaje de representaciones en señales organizadas por sujeto (por ejemplo, EEG, EMG, PPG), siempre que las etiquetas de clase e identificadores de sujeto estén disponibles durante el entrenamiento. El método no depende de arquitecturas de codificador específicas y está diseñado para ser compatible con hardware de dispositivos portátiles (wearables) de borde debido a su backbone ligero. El estudio concluye que preservar la estructura individual de cada sujeto es esencial para que los modelos puedan extrapolarse eficazmente a pacientes no vistos.