A Dual-Phase Multimodal Transformer Integrating Pre- and Post-Thrombectomy Computed Tomography and Clinical Features to Predict 90-Day Functional Outcome After Mechanical Thrombectomy

Resumen Técnico: Un Transformador Multimodal de Fase Dual para la Predicción del Resultado Funcional a 90 Días tras una Trombectomía Mecánica

Planteamiento del Problema
La predicción del resultado funcional a los 90 días en pacientes con accidente cerebrovascular isquémico agudo tras una trombectomía mecánica (TM) sigue siendo un desafío clínico significativo. Si bien la TM mejora las tasas de reperfusión, una recanalización exitosa no garantiza una recuperación favorable a largo plazo. Los enfoques pronósticos actuales suelen basarse en puntuaciones clínicas basales o características de imagen estáticas (p. ej., la gravedad del accidente cerebrovascular, cambios isquémicos tempranos), que no logran capturar la evolución fisiopatológica compleja y no lineal desde la lesión pre-procedimiento hasta la respuesta tisular temprana post-procedimiento. Además, los modelos estadísticos convencionales y las mediciones de imagen manuales suelen estar limitados por la subjetividad y una capacidad insuficiente para modelar trayectorias de enfermedad dinámicas. El estudio se centra específicamente en pacientes que presentan hiperdensidad cerebral post-trombectomía (PCHD) inmediata, un marcador de cambios parenquimatosos tempranos, para desarrollar un marco predictivo más robusto.

Metodología
El estudio empleó un diseño retrospectivo y multicéntrico que involucró a 380 pacientes de tres centros de accidentes cerebrovasculares en la provincia de Zhejiang, China, tratados entre agosto de 2016 y julio de 2024. Los pacientes fueron divididos en cohortes de entrenamiento (n=213), validación interna (n=92) y prueba externa independiente (n=75). Los criterios de inclusión requirieron la presencia de PCHD inmediata en la tomografía computarizada sin contraste (TCC) post-procedimiento realizada dentro de una hora tras la TM.

La metodología siguió un flujo de trabajo estructurado:

1. Recolección de Datos: El estudio integró tres modalidades de datos:
   • TC Pre-TM: Cortes axiales de TCC adquiridos antes del procedimiento.
   • TC Post-MT: Cortes axiales de TCC adquiridos dentro de la primera hora post-procedimiento, seleccionando específicamente el corte con la extensión máxima de PCHD.
   • Características Clínicas: Datos demográficos, antecedentes médicos, variables del procedimiento (p. ej., puntuación mTICI, pasos de la trombectomía) y puntuaciones neurológicas (NIHSS basal y al alta).
2. Extracción y Selección de Características:
   • Características de Aprendizaje Profundo (DL): Se seleccionó una arquitectura ResNeXt50_32x4d como base para extraer características de alta dimensión de imágenes de TC de corte único pre y post-TM sin segmentación manual. Se aplicó la regresión LASSO para reducir la dimensionalidad, reteniendo 3 características de la TC pre-MT y 4 de la TC post-MT.
   • Características Clínicas: La regresión logística LASSO seleccionó cinco predictores clave: edad, NIHSS basal, estado de reperfusión exitosa, edema cerebral maligno y NIHSS al alta.
3. Construcción del Modelo: Se desarrollaron y compararon cinco modelos distintos:
   • Modelos de Modalidad Única: Modelo DL de TC Pre-MT, modelo DL de TC Post-MT y un modelo Clínico.
   • Fusión de Aprendizaje Automático (ML Fusion): Un modelo que combina todas las características seleccionadas utilizando el clasificador LightGBM (seleccionado como el mejor desempeño entre KNN, Random Forest, XGBoost, etc.).
   • Transformador Multimodal: Una arquitectura novedosa que incrusta cada modalidad en un espacio latente común, utilizando un mecanismo de auto-atención para aprender las interacciones entre modalidades y las dependencias temporales antes de generar la probabilidad de predicción final.
4. Evaluación: El desempeño se evaluó mediante el Área Bajo la Curva (AUC), precisión, sensibilidad, especificidad, calibración y análisis de la curva de decisión. La interpretabilidad se logró mediante el análisis SHAP (Shapley Additive Explanations). Se realizó una comparación humano-máquina en la que neurorradiólogos junior y senior evaluaron los resultados con y sin asistencia de IA.

Contribuciones Clave

• Integración de Fase Dual: El estudio introduce un marco que vincula explícitamente la carga isquémica pre-procedimiento con la evolución tisular temprana post-procedimiento (PCHD), abordando la limitación de los modelos de imagen de fase única y estáticos.
• Arquitectura de Transformador: Propone un Transformador Multimodal diseñado específicamente para el pronóstico de accidentes cerebrovasculares, aprovechando la auto-atención para fusionar dinámicamente entradas heterogéneas (imágenes de TC y variables clínicas) en lugar de una simple concatenación.
• Validación Externa: El modelo fue validado rigurosamente en una cohorte externa independiente de diferentes hospitales, asegurando la generalizabilidad más allá del centro de entrenamiento.
• Sinergia Humano-Máquina: El estudio proporciona evidencia empírica de la utilidad del modelo en un entorno clínico, demostrando un desempeño diagnóstico mejorado para médicos de diversos niveles de experiencia cuando cuentan con asistencia de la IA.

Resultados
En la cohorte de prueba externa independiente, el modelo de Transformador Multimodal demostró un desempeño superior en comparación con todos los demás modelos:

• Transformador Multimodal: Logró un AUC de 0.913, una precisión de 0.787, una sensibilidad de 0.755 y una especificidad de 0.846.
• Comparación: Superó al modelo de Fusión de ML (AUC 0.876), al modelo Clínico (AUC 0.858), al modelo DL de TC Post-MT (AUC 0.589) y al modelo DL de TC Pre-MT (AUC 0.534).
• Importancia de las Características: El análisis SHAP reveló que las características profundas de la TC post-MT (p. ej., las características 28 y 239) eran los predictores más significativos, seguidas de variables clínicas como el NIHSS basal, la edad y el NIHSS al alta. Esto sugiere que los cambios de imagen tempranos post-reperfusión proporcionan información pronóstica crítica.
• Comparación Humano-Máquina: La asistencia de la IA mejoró significamente el desempeño de los médicos. El AUC del médico junior aumentó de 0.670 a 0.776, y el del médico senior de 0.708 a 0.804. Notablemente, el modelo mejoró la especificidad y la precisión sin comprometer la sensibilidad.

Significancia y Reivindicaciones
Los autores afirman que el modelo de Transformador Multimodal ofrece una herramienta poderosa para la evaluación pronóstica individualizada previa al alta en pacientes con PCHD inmediata tras la TM. Al integrar datos de imagen de fase dual y datos clínicos, el modelo captura la naturaleza dinámica de la recuperación post-trombectomía de manera más efectiva que los enfoques de modalidad única o los métodos estadísticos tradicionales.

El estudio plantea que este enfoque apoya la toma de decisiones clínicas al permitir:

• Una estratificación de riesgo más precisa para resultados desfavorables a los 90 días (mRS 3–6).
• Estrategias de gestión dirigida, incluyendo vigilancia neurológica intensificada y planificación de rehabilitación personalizada.
• Una toma de decisiones médicas mejorada, particularmente para clínicos con menos experiencia, al proporcionar estimaciones de riesgo reproducibles y cuantitativas.

Los autores mantienen un tono modesto respecto a las limitaciones, reconociendo la naturaleza retrospectiva del estudio, la restricción a pacientes con PCHD y las limitaciones del tamaño de la muestra. Enfatizan que, si bien el modelo no es una herramienta inmediata postoperatoria (debido a la inclusión del NIHSS al alta), posee un valor significativo para la planificación previa al alta y la gestión post-alta. El trabajo concluye que la fusión de datos multimodales basada en Transformadores representa una dirección prometedora para mejorar la precisión pronóstica en el cuidado del accidente cerebrovascular isquémico agudo.