💻 computer science

OpenWell: Energy-Based Interactive Discovery for Open-World Medical Segmentation

OpenWell es un marco basado en la energía que modela las clases anatómicas como pozos de energía probabilísticos para permitir la detección robusta de fuera de la distribución y la adaptación interactiva de un solo paso y en tiempo real para la segmentación médica de mundo abierto sin requerir el reentrenamiento basado en gradientes.

Autores originales: Luisa Vargas, Zdravko Marinov, Eleonora Poeta, Maria A. Zuluaga

Publicado 2026-10-06

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Luisa Vargas, Zdravko Marinov, Eleonora Poeta, Maria A. Zuluaga

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo de alto riesgo de las imágenes médicas, las computadoras se han vuelto notablemente hábiles en la lectura de escaneos. Pueden trazar el contorno de un hígado, contar las cámaras de un corazón o mapear la compleja red de vasos sanguíneos en un cerebro con una precisión que a menudo rivaliza con la de los expertos humanos. Estos sistemas funcionan aprendiendo de miles de ejemplos, memorizando cómo se ve un riñón sano o un tumor específico. Sin embargo, esta fortaleza es también una limitación. Debido a que estos modelos son entrenados con una lista fija de estructuras conocidas, operan bajo un supuesto cerrado: solo reconocen lo que se les ha enseñado a ver. Cuando un escaneo contiene una anomalía rara, una variación anatómica inusual o una región patológica que no formaba parte de los datos de entrenamiento, la computadora a menudo falla. Podría etiquetar erróneamente y con confianza un nuevo crecimiento extraño como un órgano conocido o, peor aún, ignorarlo por completo, dejando un vacío peligroso en el diagnóstico.

Este problema es particularmente agudo en el mundo real, donde la anatomía del paciente varía enormemente y las condiciones médicas son impredecibles. Los médicos necesitan herramientas que no solo puedan identificar lo familiar, sino también reconocer cuándo algo es diferente. El desafío radica en enseñar a una máquina a decir: "No sé qué es esto", con la misma confianza con la que dice: "Esto es un hígado". Además, si la máquina detecta algo desconocido, debería ser capaz de aprender de la rápida intervención de un médico e comprender inmediatamente cómo segmentar esa nueva estructura en escaneos futuros, sin necesidad de ser completamente reentrenada desde cero. Esta es la frontera de la segmentación médica de mundo abierto: construir sistemas que puedan descubrir lo desconocido y adaptarse sobre la marcha.

Un equipo de investigadores ha introducido un nuevo enfoque llamado OpenWell para abordar estos desafíos. En lugar de obligar a la computadora a memorizar formas rígidas y fijas, han diseñado un sistema que trata las estructuras anatómicas como regiones probabilísticas y flexibles en un espacio de alta dimensión. Imagine la comprensión de la anatomía por parte de la computadora no como una lista de plantillas estáticas, sino como un paisaje de pozos de energía. En este paisaje, los órganos familiares como el corazón o los pulmones se asientan en valles profundos y estrechos donde la computadora se siente más segura. Estos valles no son solo puntos únicos; están diseñados para dar cuenta de la variación natural en cómo podría verse un hígado de una persona a otra. Cuando un nuevo vóxel, o diminuto píxel 3D, de un escaneo entra en este espacio, el sistema mide cuánta energía requeriría para encajar en uno de estos valles conocidos. Si el vóxel se acomoda cómodamente en un valle, se identifica como un órgano conocido. Si aterriza en un área de alta energía, lejos de cualquier valle conocido, el sistema lo marca como una potencial novedad.

Los investigadores probaron esta idea en una variedad de conjuntos de datos médicos complejos, incluyendo escaneos del abdomen, el páncreas e imágenes de resonancia magnética de cuerpo completo. Encontraron que su método era significativamente mejor para detectar estructuras desconocidas que los modelos anteriores. Mientras que los sistemas antiguos a menudo tenían dificultades para distinguir entre un tumor raro y el tejido normal, o entre una nueva variación anatómica y el ruido de fondo, OpenWell identificó con éxito estas anomalías. Lo hizo calculando una puntuación que refleja qué tan bien una pieza de tejido se ajusta a los patrones aprendidos de los órganos conocidos. Si el ajuste era deficiente, el sistema lanzaba una alerta. Crucialmente, los investigadores también incorporaron un mecanismo de seguridad para asegurar que el sistema no se confundiera con el espacio vacío o el aire, que también pueden parecer extraños para una computadora. Añadieron un filtro que verifica si el área de apariencia extraña es realmente tejido biológico antes de marcarla como un nuevo descubrimiento.

El avance más significativo, sin embargo, es cómo el sistema aprende de un médico. En los modelos tradicionales, si una computadora encuentra un nuevo tipo de tumor que no ha visto, no puede aprender de él sin un proceso de reentrenamiento largo y costoso que podría causar que olvide lo que ya sabía. OpenWell cambia esta dinámica. Cuando el sistema marca una región como desconocida, un médico puede simplemente hacer clic en ese punto. La computadora entonces analiza instantáneamente las características de esa área específica y crea un nuevo pozo de energía para ella. Esto sucede en una fracción de segundo, sin ningún reentrenamiento matemático complejo o actualizaciones al cerebro central de la computadora. La nueva estructura se añade inmediatamente al vocabulario del sistema. En las pruebas, este "registro instantáneo" permitió al sistema segmentar estas estructuras recién descubiertas a través de escaneos completos con alta precisión. Además, una vez que se aprendió una nueva estructura de un paciente, el sistema pudo aplicar ese conocimiento a otros pacientes, reconociendo la misma nueva estructura en diferentes escaneos sin necesidad de otro clic.

Los investigadores validaron sus hallazgos a través de cuatro importantes evaluaciones comparativas de imágenes médicas, comparando su sistema contra los mejores modelos existentes, incluyendo modelos fundacionales de gran escala diseñados para el reconocimiento general de imágenes. OpenWell superó consistentemente a estos competidores tanto en la identificación de órganos conocidos como en la detección de los desconocidos. En conjuntos de datos que contienen miles de escaneos, el sistema logró una mayor precisión en la detección de anomalías no vistas, como tumores raros o glándulas pequeñas, que cualquier otro método probado. También demostró ser robusto cuando los médicos hacían clic en diferentes partes de una estructura, ya fuera en el centro o cerca del borde, manteniendo un alto rendimiento independientemente de dónde ocurriera la interacción. El estudio sugiere que, al modelar la anatomía como paisajes de energía flexibles en lugar de plantillas rígidas, y al permitir un aprendizaje interactivo e inmediato, la IA médica puede acercarse a la adaptabilidad requerida para la práctica clínica del mundo real.

Si bien los resultados son prometedores, los investigadores reconocen que el sistema aún no es perfecto. Un solo clic podría no capturar siempre la complejidad total de una patología dispersa o altamente irregular. Además, el rendimiento del sistema depende de un ajuste específico que controla qué tan amplio se permite que sea el "ruido" de fondo, aunque encontraron que el sistema permanece estable a través de un amplio rango de estos ajustes. Los experimentos actuales se centraron fuertemente en la anatomía abdominal, y el equipo señala que se necesita más trabajo para ver qué tan bien se traduce este enfoque a otras partes del cuerpo o a diferentes tecnologías de imagen. No obstante, OpenWell representa un paso significativo hacia adelante, ofreciendo un plano para una IA médica que pueda aprender continuamente junto a los clínicos, descubriendo lo desconocido y adaptándose a las realidades únicas de cada paciente que encuentra.

Resumen Técnico: OpenWell: Descubrimiento Interactivo Basado en Energía para la Segmentación Médica en Mundos Abiertos

1. Planteamiento del Problema

La segmentación volumétrica médica depende actualmente de forma excesiva de supuestos de conjunto cerrado (closed-set), donde el conjunto de categorías semánticas es fijo y se conoce completamente durante el entrenamiento. Este paradigma falla en escenarios clínicos del mundo real donde las imágenes contienen variaciones anatómicas no vistas, patologías raras o artefactos no presentes en la distribución de entrenamiento. Al enfrentarse a datos Fuera de Distribución (OOD), las redes de segmentación estándar suelen fallar o producir predicciones inseguras.

Los enfoques existentes para manejar estructuras novedosas implican típicamente el reentrenamiento o el ajuste fino (fine-tuning) de las redes con nuevos datos anotados, un proceso que es computacionalmente costoso, lento y propenso al olvido catastrófico de las clases previamente aprendidas. Además, muchos métodos de detección de OOD existentes operan como mecanismos de puntuación post-hoc sobre representaciones aprendidas para tareas de conjunto cerrado, lo que genera una superposición semántica donde los embeddings de clases no vistas caen dentro de regiones ocupadas por clases conocidas. Existe una necesidad crítica de sistemas que puedan identificar estructuras anatómicas previamente no vistas mientras continúan segmentando las conocidas, y que se adapten a estas nuevas estructuras sin el reentrenamiento basado en gradientes.

2. Metodología: OpenWell

OpenWell es un marco basado en energía que cierra la brecha entre el descubrimiento en mundos abiertos y la adaptación interactiva. Reformula el aprendizaje de representaciones anatómicas modelando las clases como pozos de energía probabilísticos en una hiperesfera unitaria, en lugar de prototipos deterministas en el espacio euclidiano.

2.1 Representación de Características Hiperesféricas

OpenWell emplea una arquitectura híbrida (backbone Swin-UNETR con un decodificador U-Net) que proyecta los embeddings de los vóxeles sobre una hiperesfera unitaria ( $S^{F-1}$ ). Esto elimina el grado de libertad de la norma de la característica, codificando la identidad del vóxel puramente por dirección (similitud de coseno), lo cual es invariante a las perturbaciones de contraste global e intensidad comunes en la imagen médica multisitio.

Diseño de Doble Cabeza: El marco utiliza una cabeza binaria de primer plano dedicada ( $g_\phi$ ) entrenada para separar la anatomía del aire (usando umbrales de intensidad) independientemente del espacio de embedding vMF, evitando que la semántica del fondo contamine el paisaje de energía utilizado para la discriminación de clases.

2.2 Pozos de Energía Probabilística (Distribuciones vMF)

En lugar de vectores de media deterministas, cada clase anatómica $c$ se modela como una distribución de von Mises-Fisher (vMF):
$p(z | \mu_c, \kappa_c) = C_F(\kappa_c) \exp(\kappa_c \mu_c^\top z)$

$\mu_c$ (Dirección Media): Representa el centro semántico de la clase.
$\kappa_c$ (Concentración): Codifica la inversa de la varianza (variabilidad intra-clase). Un $\kappa$ alto indica órganos morfológicamente consistentes (pozos profundos y estrechos), mientras que un $\kappa$ bajo indica estructuras heterogéneas (pozos superficiales y amplios).
Banco de Memoria Dinámico: Las estadísticas suficientes $(\mu_c, \kappa_c)$ se mantienen en un banco de memoria actualizado mediante un Promedio Móvil Exponencial (EMA). Esto permite al sistema aprender la compacidad de la clase de forma adaptativa a partir de los datos sin optimización de prototipos de extremo a extremo.
Restricción de Fondo: Se impone un límite superior estricto $\kappa_0 \le \tau_{bg}$ a la clase de fondo para prevenir el "colapso semántico", asegurando que el pozo del fondo permanezca superficial y amplio para que las verdaderas novedades anatómicas no sean absorbidas erróneamente por él.

2.3 Aprendizaje y Entrenamiento

El marco utiliza un currículo de entrenamiento de dos etapas:

Calentamiento de Segmentación (Segmentation Warm-up): El modelo converge utilizando únicamente la pérdida Dice-Cross Entropy (Dice-CE) para establecer una solución de segmentación estable.
Ajuste Geométrico Conjunto: Se introduce una Pérdida Contrastiva vMF con un peso de recocido de coseno (cosine-annealing). Esta pérdida minimiza la energía de las clases conocidas mientras modela explícitamente la variabilidad intra-clase, dando forma a la geometría hiperesférica para separar los manifolds conocidos de las posibles novedades.

2.4 Detección de Conjunto Abierto mediante Energía Libre con Compuerta

Para distinguir órganos desconocidos del ruido general de fondo, OpenWell introduce un mecanismo de puntuación de Energía Libre con Compuerta (Gated Free Energy):

Energía Libre Bruta ( $F(z)$ ): Mide la incompatibilidad de un vóxel con el manifold de los órganos conocidos.
Umbral Adaptativo: Se establece un umbral dinámico $\lambda(t)$ basado en el percentil 95 de los valores de Energía Libre para los vóxeles de clases conocidas.
Compuerta (Gating): La puntuación de novedad final $S(z_v)$ es el producto de la probabilidad de primer plano $p_{fg,v}$ y la energía libre rectificada:
$S(z_v) = p_{fg,v} \cdot \text{ReLU}(F(z_v) - \lambda(t))$
Esta compuerta suprime el ruido de alta energía en regiones clasificadas con confianza como fondo, aislando las verdaderas novedades anatómicas.

2.5 Inscripción de Un Solo Paso Interactiva (One-Shot Enrollment)

Tras la detección de una región novedosa, un clínico proporciona un único clic de usuario. OpenWell trata la adaptación como un problema de modificación del paisaje:

Inscripción Instantánea: El sistema agrega las estadísticas suficientes locales de la región clickeada (ponderadas por un mapa de guía gaussiano y la probabilidad de primer plano) para calcular un nuevo $(\mu_{new}, \kappa_{new})$ .
Sin Reentrenamiento: Este nuevo par se añade instantáneamente al banco de memoria, "cavando" un nuevo pozo de energía. El modelo puede entonces segmentar esta nueva estructura globalmente en los escaneos actuales y futuros sin necesidad de reentrenamiento basado en gradientes ni actualizaciones de los parámetros del backbone.

3. Contribuciones Clave

Marco de Representación Probabilística Basado en Energía: OpenWell modela las clases anatómicas como pozos de energía probabilísticos en una hiperesfera utilizando distribuciones vMF, capturando tanto la identidad semántica como la variabilidad intra-clase.
Aprendizaje de Representación Basado en Energía: Introduce un objetivo de entrenamiento contrastivo vMF que modela explícitamente la variabilidad intra-clase para dar soporte a la detección de novedades basada en Energía Libre.
Detección de Novedad Termodinámica: Propone un mecanismo de puntuación de Energía Libre con Compuerta unificado que reemplaza el umbralizado heurístico basado en distancia por una medida de compatibilidad fundamentada en la probabilidad, filtrando eficazmente el ruido de fondo.
Adaptación Interactiva de Un Solo Paso: Desarrolla un mecanismo de Inscripción Instantánea que convierte una única interacción del usuario en una segmentación global de estructuras no vistas, inyectando un nuevo pozo de energía en el banco de memoria y eliminando la necesidad de reentrenamiento.

4. Resultados Experimentales

OpenWell fue evaluado en cuatro benchmarks de imágenes médicas 3D (AMOS, BTCV, MSD-Pancreas, TotalSegmentator-MRI) que cubren modalidades de CT y MRI.

Segmentación de Conjunto Cerrado: OpenWell logró puntuaciones Dice competitivas en estructuras conocidas (por ejemplo, 91.85 en AMOS, 89.45 en BTCV), superando al método anterior basado en prototipos deterministas (MedOpenSeg) por 1.3–1.7 puntos. Esto sugiere que las restricciones geométricas actúan como un regularizador efectivo.
Detección de Conjunto Abierto: OpenWell superó significativamente a los baselines de conjunto cerrado, a los baselines de conjunto abierto y a los modelos fundacionales (MedSAM, SAM-Med2D) en la detección de estructuras no vistas.
- En AMOS, alcanzó un AUROC de 80.40, superando a MedOpenSeg por 1.2 puntos y a MedSAM por más de 10 puntos.
- En BTCV, alcanzó un AUROC de 71.20, una mejora de +3.07 sobre MedOpenSeg.
- En MSD-Pancreas, obtuvo un AUROC de 77.50 para la detección de tumores.
Inscripción Interactiva: Tras un único clic simulado, OpenWell logró puntuaciones Dice que oscilan entre 44.8 y 57.6 para estructuras no vistas sin actualizaciones de gradiente.
Transferencia entre Escaneos: Los pozos inscritos retuvieron entre el 91.5% y el 94.6% del rendimiento Dice de su volumen de origen al aplicarse a nuevos volúmenes objetivo sin mayor interacción.
Estudios de Ablación:
- Eliminar la proyección hiperesférica y la pérdida vMF causó una caída catastrófica en el AUROC (de 71.20 a 50.25).
- Eliminar el bloqueo de concentración del fondo ( $\kappa_0 \le \tau_{bg}$ ) redujo el AUROC a 55.30, confirmando la necesidad de prevenir el colapso semántico.
- El mecanismo de Energía Libre con Compuerta superó significativamente a la Energía Libre bruta y a los baselines de solo distancia de coseno.

5. Significado y Reivindicaciones

El artículo afirma que OpenWell transiciona fundamentalmente la segmentación médica de un mapeo de prototipos deterministas a un paisaje de energía termodinámica. Al dar forma explícita al espacio de embedding durante el entrenamiento y utilizar un banco de memoria de distribuciones probabilísticas, el sistema puede:

Detectar estructuras OOD con alta fidelidad, distinguiendo las verdaderas novedades anatómicas del ruido de fondo.
Adaptarse instantáneamente a nuevas clases mediante una única interacción del usuario, evitando el costo computacional y los riesgos de olvido catastrófico asociados con el reentrenamiento.
Cerrar la brecha entre el reconocimiento de conjunto abierto y el aprendizaje continuo, proporcionando un plano para sistemas de segmentación que aprenden continuamente junto a los clínicos.

Los autores señalan limitaciones, incluyendo posibles dificultades con patologías complejas y dispersas usando un solo clic, la naturaleza hiperparamétrica del tope de fondo (aunque es robusto en los rangos probados) y la concentración actual en la anatomía abdominal. Sin embargo, este trabajo establece un nuevo paradigma para la segmentación de imágenes médicas en mundos abiertos que es tanto estadísticamente fundamentado como prácticamente interactivo.