Machine Learning Model Integrating Clinical Features, CT Radiomics, and Transfer Learning for Predicting Aggressive Recurrence of Hepatocellular Carcinoma

Resumen Técnico: Modelo de Aprendizaje Automático que Integra Características Clínicas, Radiómica de TC y Aprendizaje por Transferencia para la Predicción de la Recurrencia Agresiva del Carcinoma Hepatocelular

Planteamiento del Problema
El carcinoma hepatocelular (CHC) sigue siendo una de las principales causas de mortalidad relacionada con el cáncer, con tasas de recurrencia tras la hepatectomía curativa que alcanzan el 60–70%. Un desafío clínico crítico es la predicción de la "recurrencia agresiva", definida como la primera recurrencia que excede los criterios de Milán (por ejemplo, gran carga tumoral, invasión vascular o metástasis extrahepática). La evaluación de riesgos actual depende en gran medida de las características patológicas postoperatorias (por ejemplo, la invasión microvascular) o de marcadores séricos como el AFP, que carecen de sensibilidad para la toma de decisiones preoperatorias. Si bien la radiómica ofrece una alternativa no invasiva, las características tradicionales diseñadas a mano (handcrafted) suelen tener dificultades para capturar patrones espaciales complejos de agresividad tumoral y son propensas al sobreajuste (overfitting) en conjuntos de datos pequeños. Además, los modelos de aprendizaje profundo (deep learning) suelen requerir grandes conjuntos de datos anotados, los cuales son escasos en la imagenología médica. Este estudio aborda la necesidad de un modelo de predicción preoperatorio y no invasivo que integre datos clínicos, radiómica convencional y características de aprendizaje profundo para identificar pacientes de alto riesgo para estrategias perioperatorias individualizadas.

Metodología
El estudio empleó un diseño retrospectivo que involucró a 455 pacientes con CHC que se sometieron a hepatectomía curativa en el Primer Hospital Afiliado de la Universidad Médica de Guangxi (2013–2020). La cohorte se dividió en un grupo de entrenamiento (n=318) y un grupo de validación (n=137) en una proporción de 7:3.

1. Adquisición y Preprocesamiento de Datos:

   • Datos Clínicos: Las variables preoperatorias incluyeron demografía, pruebas de laboratorio (por ejemplo, albúmina, AFP, FIB-4) y mediciones de imagen (por ejemplo, diámetro de la vena porta).
   • Imagenología: Se utilizaron imágenes de TC de fase venosa portal con contraste preoperatorio. Las regiones de interés (ROI) fueron segmentadas manualmente mediante ITK-SNAP por dos médicos experimentados.
   • Radiómica: Utilizando PyRadiomics, se extrajeron 1,561 características diseñadas a mano, que cubren estadísticas de primer orden, matrices de textura (GLCM, GLRLM, GLSZM, NGTDM, GLDM) y características de forma. Las características se sometieron a una normalización Z-score.
   • Aprendizaje Profundo (Transfer Learning): Se utilizó un modelo ResNet-50, preentrenado en ImageNet, que fue ajustado (fine-tuned) en el conjunto de entrenamiento. Las características profundas se extrajeron de la capa de agrupación de promedio global (global average pooling layer, 2,048 dimensiones) y se redujeron a 150 componentes principales mediante el Análisis de Componentes Principales (PCA).

2. Selección de Características y Construcción del Modelo:

   • Selección: Las características fueron filtradas mediante pruebas t univariantes, análisis de correlación (umbral de 0.9) y regresión LASSO (Least Absolute Shrinkage and Selection Operator) para eliminar la redundancia y seleccionar el subconjunto más predictivo.
   • Fusión Multimodal: Se creó un conjunto de características "DLR" (Aprendizaje Profundo y Radiómica) mediante fusión temprana.
   • Algoritmos: Se probaron ocho algoritmos de aprendizaje automático (Regresión Logística, SVM, KNN, Random Forest, Extra Trees, XGBoost, LightGBM, MLP). XGBoost fue seleccionado como el clasificador óptimo basado en su rendimiento.
   • Modelos Construidos: Se construyeron cuatro modelos distintos: solo clínico, solo radiómica, solo DLR y un modelo de Fusión Multimodal (Clínico + Radiómica + DLR).
   • Evaluación: El rendimiento se evaluó utilizando el Área Bajo la Curva (AUC), curvas de calibración y el Análisis de la Curva de Decisión (DCA) tanto en el grupo de entrenamiento como en el grupo de validación independiente.

Resultados Clave

• Predictores Independientes: La regresión logística multivariante identificó cuatro factores clínicos independientes para la recurrencia agresiva: Albúmina (OR=0.927), puntuación FIB-4 (OR=0.524), Diámetro de la Vena Porta (OR=1.173) e implicación del segmento hepático S2 (OR=0.071).
• Rendimiento en el Entrenamiento: El modelo de Fusión Multimodal alcanzó una capacidad discriminativa excepcional en el grupo de entrenamiento con un AUC de 0.996 (IC 95%: 0.992–1.000). El modelo DLR también funcionó casi perfectamente (AUC 0.994).
• Rendimiento en la Validación: En el grupo de validación independiente, el rendimiento disminuyó significativamente en todos los modelos, lo que indica un sobreajuste severo. El modelo de Fusión Multimodal alcanzó un AUC de solo 0.567 (IC 95%: 0.468–0.667). El modelo DLR descendió a 0.564, y el modelo Clínico a 0.436.
• Utilidad Clínica: El Análisis de la Curva de Decisión (DCA) reveló que, en el grupo de validación, el beneficio neto del modelo de Fusión Multimodal no superó las estrategias de "tratar a todos" o "no tratar a nadie" en ningún umbral de probabilidad.

Significancia y Reivindicaciones
El artículo afirma ser el primero en integrar sistemáticamente características de aprendizaje profundo basadas en transferencia, radiómica convencional y variables clínicas para la predicción de la recurrencia agresiva del CHC.

• Viabilidad Teórica: El estudio demuestra que la fusión de información heterogénea de múltiples fuentes es teóricamente factible, ya que el modelo combinado mostró un rendimiento de entrenamiento superior en comparación con los modelos de una sola modalidad, lo que sugiere que las características de aprendizaje profundo capturan información complementaria sobre la heterogeneidad tumoral.
• Cautela Clínica: Crucialmente, los autores declaran explícitamente que el modelo actualmente no es apto para la toma de decisiones clínicas. La brecha significativa entre los AUC de entrenamiento y validación, junto con la falta de beneficio clínico neto en el DCA, confirma que el modelo sufre de sobreajuste debido al dilema de "características de alta dimensión – muestras limitadas – modelos complejos".
• Dirección Futura: Los autores enfatizan que el valor principal de este trabajo radica en proporcionar una referencia metodológica para las estrategias de fusión multimodal. Concluyen que se requieren estudios prospectivos multicéntricos a gran escala con tamaños de muestra mayores para validar y optimizar el modelo antes de que pueda aplicarse a la planificación del tratamiento perioperatorio individualizado.

En resumen, aunque el estudio logra construir un modelo de alto rendimiento en un entorno retrospectivo, concluye modestamente que su generalizabilidad es limitada y que sirve principalmente como una prueba de concepto para la integración del aprendizaje profundo con la radiómica en lugar de una herramienta clínica lista para su uso.