An Interpretable Deep Learning Framework for Discovery and Clinical Validation of Deep Radiomic Signatures in Tumor Classification

Resumen Técnico: Un Marco de Aprendizaje Profundo Interpretable para el Descubrimiento y la Validación Clínica de Firmas Radiómicas Profundas en la Clasificación de Tumores

Planteamiento del Problema

Si bien el aprendizaje profundo ha demostrado un potencial significativo en el análisis de imágenes médicas, su limitada interpretabilidad sigue siendo una barrera principal para la adopción clínica. Los enfoques de aprendizaje profundo existentes suelen lograr un alto rendimiento predictivo pero funcionan como "cajas negras", proporcionando poca información biológica sobre las firmas de imagen específicas que impulsan las decisiones de clasificación. Por el contrario, la radiómica tradicional se basa en características diseñadas a mano extraídas de tumores completos segmentados manual o automáticamente. Aunque estas firmas tradicionales son interpretables, a menudo asumen que todo el tumor contribera uniformemente al diagnóstico, lo que podría pasar por alto subregiones localizadas espacialmente y clínicamente críticas (por ejemplo, márgenes infiltrativos, núcleos necróticos o zonas de transición heterogéneas). Además, los flujos de trabajo tradicionales requieren mucha mano de obra y dependen en gran medida de un preprocesamiento dirigido por expertos. Existe una brecha fundamental entre las firmas tradicionales, que son interpretables pero pueden omitir la complejidad biológica localizada, y las firmas de aprendizaje profundo, que son altamente predictivas pero insuficientemente explicables.

Metodología

Los autores proponen un marco unificado que integra la segmentación basada en aprendizaje profundo, la clasificación explicable y el análisis radiómico para descubrir firmas de imagen interpretables. El flujo de trabajo consta de cuatro etapas principales:

1. Segmentación Robusta: El marco emplea primero modelos de aprendizaje profundo (específicamente nnU-Net y UNETR) para delinear con precisión las regiones tumorales. Para mejorar la robustez, se computa una unión de las predicciones de ambos modelos para definir la máscara del tumor.
2. Descubrimiento de Firmas mediante Grad-CAM: Un flujo de trabajo guiado por el Mapeo de Activación de Clase ponderado por Gradiente (Grad-CAM) identifica las regiones diagnósticamente importantes. Para centrar la atención en el tumor, se aplica un decaimiento exponencial de la distancia al Mapa de Activación de Clase (CAM) basado en la distancia desde el centroide de la máscara de segmentación.
3. Umbralización Adaptativa: Se emplea una estrategia de umbralización adaptativa basada en la información mutua para extraer firmas específicas de cada paciente. El sistema evalúa exhaustivamente los umbrales candidatos (0–255) dentro de la región de la máscara de segmentación. El umbral óptimo se selecciona como aquel que maximiza la información mutua entre la CAM binarizada y la máscara de referencia (ground-truth). Este proceso genera una región de "Firma" que representa la activación de saliencia con la mayor superposición de información con la máscara del tumor.
4. Validación e Interpretación:
   • Validación de Aprendizaje Profundo: Las firmas extraídas se validan utilizando modelos de clasificación de aprendizaje profundo descendentes (EfficientNet, ResNet50, DenseNet121 y Vision Transformer) a través de tres configuraciones de entrada: Solo Imagen, Imagen + Máscara de Segmentación, e Imagen + Máscara + Firma.
   • Análisis Radiómico: Se extraen características radiómicas de las regiones definidas por la firma (y se comparan con la máscara completa). Estas características se analizan utilizando modelos tradicionales de aprendizaje automático (Random Forest, XGBoost, LinearSVM, Regresión Logística).
   • Interpretabilidad: Se utilizan los valores SHAP (SHapley Additive exPlanations) para identificar los biomarcadores más discriminativos y vincularlos con las características patológicas.

Contribuciones Clave

• Marco Novedoso: El artículo introduce un marco de construcción de firmas que utiliza conjuntamente máscaras de segmentación y Grad-CAM para generar mapas de saliencia que definen regiones de firmas biológicamente significativas.
• Extracción Adaptativa: Propone una estrategia de umbralización adaptativa basada en la información mutua para extraer firmas específicas de cada paciente, yendo más allá de los cortes fijos o arbitrarios.
• Enfoque de Validación Dual: El marco valida las firmas tanto a través de la clasificación por aprendizaje profundo (demostrando efectividad discriminativa) como mediante el aprendizaje automático tradicional con características radiómicas (proporcionando interpretabilidad biológica).
• Evaluación Exhaustiva: Se realizaron experimentos extensos en cuatro conjuntos de datos: BUSI (ecografía mamaria), BraTS (RM de tumor cerebral), KiTS (TC renal) y una cohorte privada de CT renal de UF Health, cubriendo diferentes modalidades de imagen y tipos de tumores.

Resultados

• Rendimiento de Aprendizaje Profundo: En todos los conjuntos de datos y arquitecturas de backbone, la incorporación de la firma propuesta mejoró consistentemente el rendimiento de la clasificación en comparación con el uso de solo imágenes o imágenes con máscaras de segmentación.
  • En el conjunto de datos BraTS, añadir la firma a la máscara aumentó los AUC (por ejemplo, DenseNet mejoró de 0.951 a 0.960).
  • En el conjunto de datos BUSI, la firma proporcionó ganancias significativas, con el AUC de DenseNet aumentando de 0.856 a 0.883 y las puntuaciones F1 de ViT mejorando sustancialmente.
  • En el conjunto de datos de CT renal de UF Health, las mejoras fueron más modestas pero generalmente positivas, lo que sugiere que, si bien la morfología global es crítica para los tumores renales, la firma aún ofrece información complementaria.
• Rendimiento de Aprendizaje Automático: En el análisis radiómico, la estrategia "Máscara $\cap$ Firma" (intersección de máscara y firma) a menudo logró el AUC más alto, particularmente para tumores cerebrales y de mama. Esto sugiere que la firma refina eficazmente la máscara del tumor al excluir regiones no críticas mientras preserva las áreas discriminativas. Para los tumores renales, la unión de la máscara y la firma a veces funcionó mejor, indicando que la morfología completa del tumor sigue siendo altamente informativa.
• Interpretabilidad: El análisis SHAP reveló patrones distintos de importancia de características. Para los tumores cerebrales, las regiones guiadas por la firma resaltaron los márgenes infiltrativos y los componentes vasculares heterogéneos. Para los tumores de mama, las características relacionadas con el área superficial y la heterogeneidad de la textura fueron clave. Para los tumores renales, fueron prominentes las características que capturan grandes regiones de baja intensidad y la elongación. Estos hallazgos vincularon las firmas extraídas con características patológicas específicas (por ejemplo, crecimiento infiltrativo en gliomas frente a realce homogéneo en meningiomas).

Significancia y Reivindicaciones

Los autores afirman que este marco ofrece una solución interpretable y reproducible para la caracterización de tumores no invasiva y el descubrimiento de biomarcadores de imagen. Al convertir la atención del aprendizaje profundo en biomarcadores de imagen cuantitativos reproducibles, el enfoque cierra la brecha entre el poder predictivo del aprendizaje profundo y la transparencia biológica requerida para la confianza clínica. El estudio demuestra que los enfoques basados en firmas pueden lograr un mejor rendimiento discriminativo sobre la radiómica convencional de tumor completo, proporcionando al mismo tiempo una mayor interpretabilidad biológica.

Los autores reconocen limitaciones, incluyendo la dependencia de la precisión de los modelos de segmentación subyacentes, la posible variabilidad en la estrategia de umbralización adaptativa y la necesidad de conjuntos de datos a mayor escala para mejorar aún más la generalizabilidad. También señalan que Grad-CAM refleja la atención del modelo en lugar de la verdadera patología causal, lo que requiere una interpretación clínica cautelosa.