Artificial Intelligence-Enabled Detection of Vascular Perfusion Defects on Ventilation/Perfusion (V/Q) Scintigraphy for Pulmonary Embolism

Resumen Técnico: Detección de Defectos de Perfusión Vascular Mediante Inteligencia Artificial en Gammagrafía V/Q

Planteamiento del Problema
El diagnóstico de embolia pulmonar (EP) mediante gammagrafía planar de ventilación/perfusión (V/Q) depende de la identificación de defectos discordantes (mismatch) V/Q. Sin embargo, la interpretación manual es cognitivamente exigente, consume mucho tiempo y está sujeta a una variabilidad significativa entre observadores. Las guías actuales (PIOPED/EANM) requieren que los clínicos estimen visualmente la extensión del defecto en relación con los segmentos broncopulmonares, un proceso que rara vez se estandariza en la práctica debido a la falta de herramientas automatizadas objetivas. Si bien la IA ha avanzado en otros dominios de la medicina nuclear, la imagen planar V/Q ha experimentado un vacío de 17 años en aplicaciones de aprendizaje profundo moderno para la segmentación de defectos, con estudios previos que dependían de redes superficiales o radiómica en lugar de la segmentación a nivel de píxel.

Metodología
El estudio utilizó un conjunto de datos retrospectivo de 2,118 pacientes de The Ottawa Hospital, que comprende 9,852 proyecciones ventrales V/Q de seis vistas estándar (ANT, POST, LAO, RAO, LPO, RPO). Los datos se dividieron en entrenamiento (1,313 pacientes), validación (329 pacientes), un conjunto de prueba de reserva de alta probabilidad (46 pacientes) y un conjunto de reserva normal (430 pacientes).

• Anotación: Ocho médicos de medicina nuclear (residentes y un médico sénior) anotaron los desajustes de perfusión vascular. El "ground truth" (verdad de terreno) para el conjunto de reserva se estableció mediante un ensamble de siete anotadores, donde un píxel se consideraba un defecto si era segmentado por ≥4 anotadores (>50% de consenso).
• Arquitectura del Modelo: Se entrenaron cuatro modelos de aprendizaje profundo 2D para segmentar los defectos de perfusión:
  1. U-Net: Una red convolucional totalmente convolucional de base.
  2. nnU-Net: Una variante de U-Net autoconfigurable.
  3. Swin UNETR: Una arquitectura tipo U-Net que utiliza un codificador Swin Transformer jerárquico.
  4. BTU-Net (Bottleneck Transformer U-Net): Una novedosa arquitectura híbrida propuesta por los autores. Integra una ruta de contracción/expansión de U-Net estándar con un bloque de transformador en el cuello de botella (bottleneck). Este cuello de botella aplica atención de múltiples cabezales (multi-head self-attention, 4 cabezales) para capturar dependencias de largo alcance antes de pasar las características a la ruta expansiva, con el objetivo de equilibrar el detalle local con el contexto global.
• Entrenamiento: Los modelos fueron entrenados utilizando imágenes de ventilación y perfusión emparejadas, normalizadas al rango [0,1]. Las funciones de pérdida combinaron el Coeficiente de Similitud de Dice (DSC) y la entropía cruzada binaria. El entrenamiento utilizó el optimizador Adam con parada temprana (early stopping).
• Métricas de Evaluación:
  • Calidad de la Segmentación: Para los verdaderos positivos, el rendimiento se midió mediante DSC, Índice de Jaccard, Distancia de Superficie Media (MSD) y Distancia de Hausdorff (HD/HD95).
  • Precisión de la Detección: Se utilizó el análisis de la Característica de Operación de Receptor Libre (FROC) para evaluar la sensibilidad frente a la Tasa de Falsos Positivos por Proyección (FPPR).
  • Especificidad: La FPPR se calculó en el conjunto de reserva normal (430 pacientes) para cuantificar la detección de defectos espurios.

Resultos Clave

• Rendimiento de la Segmentación: El modelo BTU-Net superó consistentemente a las otras tres arquitecturas (U-Net, nnU-Net, Swin UNETR) en todas las métricas de segmentación. Logró una mediana de DSC de 0.72 y una mediana de índice de Jaccard de 0.57, con distancias de error de frontera más bajas (MSD y HD95) en comparación con las bases de referencia.
• Detección Clínica (FROC): En el conjunto de reserva de alta probabilidad, BTU-Net fue el único modelo que funcionó al nivel de los lectores humanos. En una FPPR de 1.5, BTU-Net alcanzó una sensibilidad de 0.529 ± 0.026, comparado con 0.446 para Swin UNETR y 0.355 para U-Net. Notablemente, los lectores humanos también exhibieron una variabilidad significativa, con sensibilidades que oscilaron entre 0.40 y 0.60 dependiendo del observador, lo que indica que el rendimiento del modelo de IA se alinea con el límite superior de la capacidad humana.
• Falsos Positivos: En el conjunto de reserva normal (430 pacientes), BTU-Net demostró la tasa de falsos positivos más baja (0.08 ± 0.01 FPPR), superando significativamente a Swin UNETR (0.12), nnU-Net (0.22) y U-Net (0.15) (P < 0.0001).
• Evaluación Cualitativa: La inspección visual reveló que la U-Net base a menudo fusionaba defectos distintos e incluía tejido normal, mientras que Swin UNETR producía formas imprecisas. BTU-Net generó defectos con forma de cuña más plausibles desde el punto de vista anatómico, consistentes con los segmentos pulmonares.

Significancia y Reivindicaciones
El artículo afirma ser el primer estudio que segmenta directamente los defectos de perfusión vascular en imágenes planas V/Q utilizando aprendizaje profundo moderno y evalúa la variabilidad interobservador al nivel del defecto. Los autores sostienen que la arquitectura BTU-Net revitaliza con éxito la IA en la imagen V/Q al lograr una precisión diagnóstica comparable a la de los médicos expertos en medicina nuclear.

La significancia de este trabajo radica en:

1. Estandarización: Proporcionar una herramienta para delinear defectos de manera objetiva, lo que potencialmente reduce la variabilidad interobservador y estandariza los informes.
2. Utilidad Clínica: Ofrecer una herramienta de apoyo a la decisión que podría asistir a lectores no expertos, aumentando potencialmente la confianza diagnóstica y reduciendo las derivaciones innecesarias a angiografía por TC de arterias pulmonares (CTPA) en casos de probabilidad intermedia.
3. Base para Trabajos Futuros: Establecer un punto de referencia para la segmentación de desajustes V/Q que pueda extenderse a otras patologías como la hipertensión pulmonar tromboembólica crónica (HPTEC) o utilizarse para entrenar a clínicos noveles.

Los autores mantienen un tono modesto, reconociendo que los defectos subsegmentarios siguen siendo un desafío y que el modelo debe servir como una "ayuda diagnóstica con un humano en el bucle". También señalan limitaciones respecto a la generalizabilidad a otros protocolos de imagen y la falta de un "gold standard" real (angiografía pulmonar) para el entrenamiento, basándose en su lugar en el "segundo mejor" estándar de anotación por consenso humano.