EMBRACE: A Multi-task Framework for Comprehensive Quality Assessment in Cleavage-stage Embryo

Resumen Técnico: EMBRACE – Un marco de trabajo multitarea para la evaluación de embriones en etapa de segmentación

Planteamiento del problema
En la Fecundación In Vitro (FIV), la evaluación de los embriones en etapa de segmentación es un punto de decisión crítico para la transferencia embrionaria, la continuación del cultivo o la criopreservación. La evaluación visual convencional depende de la interpretación simultánea de múltiples características morfológicas: fragmentación citoplasmática, etapa de desarrollo (específicamente los hitos de segmentación t2/t4) y simetría de los blastómeros. Sin embargo, este proceso está sujeto a la variabilidad del observador, particularmente cuando las regiones fragmentadas son pequeñas, irregulares, de bajo contraste o visualmente similares a las texturas citoplasmáticas circundantes. Los enfoques actuales de Inteligencia Artificial (IA) suelen centrarse en la clasificación de una única salida a nivel de imagen (por ejemplo, la predicción de viabilidad) o en tareas aisladas. Una limitación significativa de estos modelos de salida única es la falta de interpretabilidad espacial; una puntuación de probabilidad no puede revelar dónde ocurre la fragmentación, lo cual es crucial para la revisión clínica. Además, tratar la segmentación de la fragmentación, la estadificación del desarrollo y la gradación de la simetría como tareas separadas impide aprovechar las representaciones visuales compartidas inherentes a la morfología embrionaria.

Metodología
El artículo propone EMBRACE, un marco de aprendizaje profundo multitarea unificado diseñado para realizar conjuntamente tres tareas a partir de imágenes de microscopía estática de embriones en etapa de segmentación:

1. Segmentación de la fragmentación citoplasmática píxel a píxel: Generación de una máscara binaria de las regiones fragmentadas.
2. Clasificación de la etapa de desarrollo: Clasificación del embrión como t2 (dos células) o t4 (cuatro células).
3. Gradación de la simetría de los blastómeros: Categorización de los embriones como simétricos, asimétricos o descartados.

Arquitectura:

• Backbone (Base): Un codificador ResNet-50 preentrenado en ImageNet extrae características jerárquicas.
• Fusión de características: Un módulo de Fusión de Características Multiescala Basado en Concatenación (C-MSFF) integra características del codificador intermedias y profundas para combinar detalles espaciales de bajo nivel con claves semánticas de alto nivel.
• Rama de segmentación: Utiliza un decodificador tipo U-Net con conexiones de salto (skip connections) y una torre de refinamiento para producir máscaras de fragmentación a nivel de píxel.
• Cabezales de clasificación: Dos cabezales específicos de la tarea se ramifican desde la representación más profunda del codificador (L4). Un módulo de proyección global (promedio global adaptativo, capas totalmente conectadas y dropout) alimenta clasificadores lineales independientes para la etapa (2 clases) y la simetría (3 clases).

Optimización y entrenamiento:

• Función de pérdida: El modelo emplea un objetivo multitarea ponderado: $L_{total} = \alpha L_{seg} + \beta L_{stage} + \gamma L_{sym}$.
  • Pérdida de segmentación: Una pérdida compuesta que combina entropía cruzada binaria ponderada, pérdida de Dice, pérdida de Focal, pérdida de Lovász y pérdida de Frontera (Boundary loss) para abordar el severo desequilibrio entre primer plano y fondo, la fragmentación dispersa y los límites ambiguos.
  • Pérdida de clasificación: Entropía cruzada focal para la clasificación de la etapa y entropía cruzada ponderada por frecuencia inversa para la gradación de la simetría para manejar el desequilibrio de clases.
• Conjunto de datos: El estudio utilizó 9,137 imágenes anotadas de etapa de segmentación (7,309 de entrenamiento, 914 de validación, 914 de prueba excluidas) de dos centros de FIV (Hospital General de Veteranos de Taichung y Hospital Universitario Médico Chung Shan). Las etiquetas incluyeron máscaras de fragmentación a nivel de píxel y etiquetas de etapa/simetría a nivel de imagen.
• Estudio de ablación: Los autores compararon seis configuraciones experimentales (EXP1–EXP6), probando la adición de consistencia siamesa, ponderación basada en la incertidumbre, atención entre tareas, regresión ordinal CORAL, aprendizaje adversarial de dominio y mejoras arquitectónicas (ASPP, supervisión profunda).

Resultados clave
En el conjunto de prueba excluido, la configuración EXP1 final (la línea base compacta sin módulos auxiliares) logró el mejor equilibrio general:

• Segmentación de fragmentación: Coeficiente Dice de 0.781 e Intersección sobre Unión (IoU) de 0.677. El análisis cualitativo mostró alta precisión para fragmentos claros, pero señaló desafíos con regiones pequeñas, de bajo contraste o de bordes ambiguos.
• Clasificación de la etapa de desarrollo: Precisión de 0.995, F1 macro de 0.994 y AUC de 1.000.
• Gradación de la simetría de los blastómeros: Precisión balanceada de 0.901, F1 macro de 0.907 y Kappa cuadrático ponderado de 0.859. La mayoría de los errores ocurrieron entre las categorías "simétrico" y "descartado".

Hallazgos de la ablación:
Contrario a la hipótesis de que una mayor complejidad mejoraría el rendimiento, la adición de módulos como el aprendizaje adversarial de dominio, la atención entre tareas o la supervisión profunda (EXP2–EXP6) generalmente degradó el rendimiento de la segmentación o no logró mejorar el equilibrio multitarea. Los autores atribuyen esto al conflicto de gradientes y la interferencia de optimización dentro del codificador compartido, sugiriendo que, para esta tarea específica, un diseño compacto y bien regularizado es superior a las estrategias auxiliares complejas.

Significado y declaraciones
El artículo afirma que EMBRACE aborda una brecha metodológica al integrar la localización de la fragmentación inspeccionable espacialmente con la evaluación de la morfología a nivel de embrión en un solo marco de trabajo.

• Interpretabilidad: A diferencia de los clasificadores a nivel de imagen, EMBRACE proporciona máscras a nivel de píxel, lo que permite a los embriólogos verificar visualmente la evidencia espacial que respalda las predicciones de fragmentación.
• Alineación clínica: El diseño multitarea refleja el flujo de trabajo clínico donde los embriólogos interpretan la fragmentación, la etapa y la simetría de forma concurrente en lugar de hacerlo de forma aislada.
• Viabilidad: El estudio demuestra que un marco de trabajo de codificador compartido puede aprender eficazmente tanto características locales (fragmentación) como globales (etapa/simetría) sin requerir canales separados.
• Modestia y limitaciones: Los autores declaran explícitamente que EMBRACE es una herramienta de apoyo a la decisión orientada a la investigación, no un sistema autónomo de selección de embriones. Enfatizan que:
  • El conjunto de datos es retrospectivo y retrospectivo; se requiere validación externa y prospectiva antes de su despliegue clínico.
  • La categoría "descartado" fue enriquecida de un segundo centro para abordar el desequilibrio de clases, lo que significa que el conjunto de datos combinado no es una validación externa totalmente independiente.
  • El modelo no predice resultados clínicos (implantación, nacimiento vivo), sino rasgos morfológicos.
  • La segmentación sigue siendo la tarea más difícil debido a la dificultad biológica de distinguir pequeños fragmentos anucleados de la textura citoplasmática.

En conclusión, el artículo argumenta que para la evaluación de embriones en etapa de segmentación, una supervisión cuidadosamente diseñada y el manejo del desequilibrio de clases son más críticos que aumentar la complejidad arquitectónica, y que un enfoque unificado multitarea ofrece una alternativa más transparente y clínicamente alineada que los modelos de IA de salida única.