Sparse-Observation Multi-Horizon Glaucoma Progression Forecasting with Biologically Constrained Temporal Consistency: A Glaucoma Case Study

Resumen Técnico: Pronóstico de la Progresión del Glaucoma con Observaciones Dispersas en Múltiples Horizontes Temporales

Planteamiento del Problema
Los enfoques actuales de inteligencia artificial para pronosticar la progresión de enfermedades en condiciones irreversibles como el glaucoma enfrentan dos barreras primarias: la dispersión de los datos y la inconsistencia biológica. Los modelos existentes suelen requerir secuencias longitudinales densas de varios años (a menudo tres o más visitas) para generar pronósticos confiables, lo que limita su utilidad para pacientes con seguimientos clínicos irregulares o registros incompletos. Además, los modelos de predicción de múltiples horizontes estándar suelen tratar cada horizonte temporal de forma independiente, fallando al no imponer la restricción biológica de que el riesgo de la enfermedad debe ser monotónicamente no decreciente a lo largo del tiempo. Esta falta de consistencia temporal puede producir perfiles de riesgo clínicamente contraintuitivos donde un horizonte posterior se predice con menor riesgo que uno anterior, lo que socava la interpretabilidad clínica y las decisiones de triaje.

Metodología
Los autores proponen un marco de pronóstico de observaciones dispersas diseñado para predecir resultados en múltiples horizontes (2, 3 y 4 años) utilizando solo dos visitas clínicas (línea de base y un seguimiento). El núcleo de la metodología es la función de pérdida de Múltiples Horizontes con Consistencia Temporal (TCMH), que integra la supervisión de múltiples horizontes con un término de regularización de monotonicidad. Este término penaliza explícitamente las violaciones de la restricción $P(Y_2) \le P(Y_3) \le P(Y_4)$, asegurando que las predicciones se alineen con la naturaleza irreversible de la neurodegeneración glaucomatosa.

La arquitectura del modelo emplea una red de base ConvNeXt (pesos compartidos) para codificar imágenes de OCT de la capa de fibras nerviosas de la retina circumpapilar (cpRNFL) y mapas de desviación total del campo visual (VFTD). Un MLP (Perceptrón Multicapa) separado codifica las covariables clínicas tabulares (edad, sexo, raza, MD basal y media de RNFL). Los embeddings de nivel de visita se fusionan mediante una LSTM bidireccional de dos capas y se combinan con embeddings de horizonte aprendidos para generar tres salidas sigmoideas correspondientes a los horizontes de 2, 3 y 4 años.

El estudio utiliza un conjunto de datos de 3,593 pacientes (5,645 ojos; 13,087 secuencias) de Massachusetts Eye and Ear. Las etiquetas de progresión se asignaron mediante un ensamble de mayoría de tres criterios validados (pendiente de MD, Índice de Campo Visual y criterio de Schell) aplicados a datos longitudinales. El marco fue comparado con otras cuatro arquitecturas de imagen (ViT, MobileNet, EfficientNet) y evaluado mediante validación cruzada de 5 pliegues a nivel de paciente.

Contribuciones Clave

1. Paradigma de Observación Dispersa: El estudio demuestra que es posible lograr un pronóstico fiable de múltiples horizontes con solo dos visitas, reduciendo significativamente la carga de datos longitudinales en comparación con métodos previos que requieren secuencias densas.
2. Pérdida Biológicamente Restringida (TCMH): La introducción de la pérdida TCMH impone un orden de riesgo monotónico entre los horizontes de predicción, actuando como un regularizador biológico que alinea los resultados del modelo con la progresión irreversible del glaucoma.
3. Evaluación Integral de la Fiabilidad: Más allá de las métricas de discriminación estándar, el estudio evalúa la calibración, la estratificación de la incertidumbre (usando la entropía de Tsallis), la disparidad demográfica y las capacidades de predicción selectiva.
4. Análisis de Modalidad y Subtipo: A través de estudios de ablación, los autores muestran que, si bien la imagen estructural (RNFL) porta la señal predictiva dominante, la fusión multimodal proporciona beneficios significativos dependientes del subtipo, particularmente para el glaucoma de ángulo cerrado y el pigmentario.
5. Validación Comparativa Humano-IA: El modelo fue comparado con tres calificadores especialistas independientes en un conjunto de prueba de 108 ojos, cuantificando la concordancia humano-IA y demostrando el potencial del modelo para el triaje basado en la confianza.

Resultos

• Desempeño: El modelo ConvNeXt+TCMH alcanzó un AUROC de 0.968, una precisión de 0.947 y un F1-score de 0.874 a través de los horizontes de 2, 3 y 4 años. Superó a todas las demás arquitecturas (ViT, MobileNet, EfficientNet) y a la línea de base de ConvNeXt sin la pérdida TCMH.
• Calibración e Incertidumbre: El modelo demostró una calibración superior (Error de Calibración Esperado = 0.0451) y la correlación más fuerte entre incertidumbre y error ($r=0.369$). Con una cobertura del 90% (reteniendo el 90% de las predicciones más confiables), el error de clasificación se mantuvo bajo en un 2.5%.
• Equidad Demográfica: El modelo exhibió una disparidad demográfica mínima, con una disparidad máxima de calibración de 0.0163 entre grupos de raza, sexo y edad.
• Comparación Humana: En el conjunto de prueba retenido, el modelo superó a los tres calificadores especialistas en especificidad (0.98 frente a 0.57–0.73) y Valor Predictivo Positivo (PPV), manteniendo una sensibilidad competitiva. El modelo clasificó correctamente el 100% de los ojos estables en dos de los tres subconjuntos de revisores, mientras que los calificadores humanos mostraron tasas de falsos positivos más altas.
• Análisis de Subtipos: La fusión multimodal proporcionó el mayor valor añadido para el glaucoma de ángulo cerrado (ACG/S) y pigmentario (PDG/S), donde la sensibilidad aumentó hasta en 20 puntos porcentuales sobre las entradas de solo RNFL. Para el glaucoma de ángulo abierto (OAG/S), la imagen estructural por sí sola fue mayormente suficiente.

Significancia y Reivindicaciones
El artículo afirma establecer un paradigma generalizable para la predicción de riesgo de largo horizonte y calibrada en enfermedades progresivas irreversibles utilizando observaciones clínicas mínimas. Los autores argumentan que el marco TCMH logra integrar con éxito la biología de la enfermedad (irreversibilidad) en el proceso de aprendizaje, resultando en predicciones que no solo son más precisas, sino también más interpretables clínicamente y fiables.

El estudio posiciona al modelo no como un reemplazo del juicio del especialista, sino como una herramienta para el triaje estratificado por confianza. Al resolver autónomamente los casos estables de alta confianza (con tasas de error por debajo del rendimiento humano) y señalar los casos inciertos para la revisión de expertos, el marco podría optimizar los flujos de trabajo clínicos. Los autores enfatizan que el despliegue responsable requiere una validación prospectiva multicéntrica y marcos de decisión conscientes de los subtipos, señalando que las limitaciones actuales incluyen la naturaleza retrospectiva de los datos y la falta de validación externa en cohortes multimodales independientes.