A Multirepresentation Model for Pulmonary Nodule Malignancy Risk Assessment and Model-Derived Risk Grouping on Routine Chest CT: a retrospective diagnostic modeling study

Resumen Técnico: Un Modelo de Multirrepresentación para la Evaluación del Riesgo de Malignidad de Nódulos Pulmonares

Planteamiento del Problema
La estimación precisa del riesgo de malignidad es crítica para el manejo de los nódulos pulmonares detectados durante la TC de tórax de rutina. Si bien el cribado mediante TC de dosis baja ha aumentado la detección de nódulos, la mayoría son benignos, lo que crea un desafío clínico para distinguir de manera fiable los nódulos malignos de los benignos en la evaluación inicial. Las vías de gestión actuales dependen en gran medida del tamaño, la atenuación y los intervalos de seguimiento, mientras que los modelos de predicción clásicos (p. ej., Mayo, Brock) a menudo no logran capturar plenamente la heterogeneidad intranodular, la irregularidad estructural global y el contexto perinodular a partir de un único examen de TC. Además, la dependencia de un seguimiento por imagen repetido aumenta los costes, la ansiedad del paciente y la exposición a la radiación. Los enfoques actuales de aprendizaje profundo y radiómica suelen centrarse en subtipos específicos, requieren un contexto clínico extenso que no está disponible en la evaluación inicial, o no logran modelar explícitamente la naturaleza complementaria de la textura interna, la forma y el contexto circundante.

Metodología
Este estudio retrospectivo, de un solo centro, desarrolló un marco TResNet-3D, un modelo de multirrepresentación diseñado para evaluar el riesgo de malignidad y derivar agrupaciones de riesgo a partir de la TC de tórax de rutina.

• Datos: El estudio utilizó 18.914 nódulos pulmonares de 3.172 pacientes (4.242 malignos, 14.672 benignos). Los datos se dividieron a nivel de paciente (7:1:2) en conjuntos de entrenamiento, validación y de prueba independiente para evitar la fuga de datos.
• Estándar de Referencia: La malignidad se definió mediante la patología confirmada de cáncer de pulmón primario. La benignidad se definió mediante patología benigna o al menos 24 meses de estabilidad en las imágenes sin crecimiento.
• Extracción de Características Multiescala:
  • Características Profundas (Deep Features): Tres parches de imagen cúbicos (32³, 48³ y 64³ vóxeles) centrados en cada nódulo fueron procesados por una Red Residual 3D mejorada con Taylor (TResNet-3D). La arquitectura empleó un tallo superficial compartido seguido de ramas de codificación específicas de escala (pequeña para textura local, mediana para contorno global, grande para el contexto perinodular). Un mecanismo de atención transescalar reponderó las corrientes y las salidas se fusionaron en un vector de características profundas de 1.024 dimensiones.
  • Radiómica: Se extrajeron 74 características candidatas utilizando una región de interés (ROI) esférica estandarizada y un flujo de trabajo orientado a IBSI (PyRadiomics). Tras filtrar por varianza y correlación, se retuvieron 35 características.
  • Complejidad Morfológica: Se computaron siete descriptores geométricos de baja dimensión a partir de un primer plano pseudo-segmentado. Se retuvieron el volumen, la relación superficie-volumen y la esfericidad para el modelado.
• Modelado Conjunto: Las características profundas de 1.024 dimensiones se fusionaron con las características radiómicas y morfológicas seleccionadas mediante una cabeza de predicción multicapa ligera. Esto generó tanto una probabilidad de malignidad binaria como una puntuación de riesgo continua.
• Agrupación de Riesgo: Los umbrales se fijaron basándose en el conjunto de validación: Riesgo bajo (<0.3), Riesgo intermedio (0.3–0.7) y Riesgo alto (≥0.7).
• Evaluación: El rendimiento se evaluó mediante AUC, precisión, sensibilidad, especificidad, calibración, análisis de curva de decisión (DCA) y visualización basada en gradientes (3D Grad-CAM). Los comparadores incluyeron ResNet18-3D, DenseNet69-3D y modelos tradicionales de aprendizaje automático (Regresión Logística, SVM, Random Forest).

Resultos Clave
En el conjunto de prueba independiente, el modelo propuesto TResNet-3D superó a todos los comparadores:

• Discriminación: El modelo alcanzó un AUC de 0.9103 (IC 95% 0.86–0.95), significativamente superior a ResNet18-3D (0.8524) y DenseNet69-3D (0.8155).
• Métricas de Clasificación: La precisión fue de 0.8521, la especificidad de 0.9318 y la sensibilidad de 0.7059.
• Estudio de Ablación: Las características profundas por sí solas proporcionaron una fuerte discriminación (AUC 0.8535). La radiómica por sí sola tuvo un desempeño deficiente (AUC 0.6189). La simple fusión de características profundas y radiómicas no mejoró el rendimiento respecto a las características profundas por sí solas. Sin embargo, la adición de características de complejidad morfológica al marco de características profundas-radiómicas produjo el mejor rendimiento (AUC 0.9103), indicando que los descriptores de forma de baja dimensión proporcionaron información complementaria crítica.
• Agrupación de Riesgo: Las puntuaciones derivadas del modelo mostraron un aumento escalonado en las tasas de malignidad observadas entre los grupos: Riesgo bajo (15.79%), Riesgo intermedio (42.86%) y Riesgo alto (82.55%).
• Utilidad Clínica: El análisis de la curva de decisión indicó que el modelo ofrecía el mayor beneficio neto en un amplio rango de probabilidades de umbral (0.35–0.85). Las curvas de calibración mostraron un acuerdo razonable entre los resultados predichos y observados, particularmente en los rangos de riesgo bajo a moderado.
• Interpretabilidad: Las visualizaciones 3D de Grad-CAM confirmaron que el modelo se centró en el cuerpo del nódulo, los bordes y las áreas de morfología irregular o heterogeneidad de densidad, alineándose con el juicio radiológico.

Significancia y Reivindicaciones
Los autores afirman que el marco TResNet-3D proporciona una estimación cuantitativa del riesgo de malignidad y una agrupación de puntuación derivada del modelo a partir de la TC de tórax de rutina en la evaluación inicial. El estudio demuestra que una estrategia de multirrepresentación —que integra características profundas multiescala con descriptores de complejidad morfológica de baja dimensión— puede capturar mejor la heterogeneidad y la irregularidad estructural de los nódulos que las familias de características únicas o los estándares de aprendizaje profundo.

El artículo posiciona al modelo como una herramienta de apoyo a la decisión adjunta en lugar de un reemplazo diagnóstico autónomo. La puntuación continua permite una agrupación de riesgo descriptiva (bajo, intermedio, alto), lo que puede ayudar a estratificar los nódulos en evaluación conservadora, zonas grises clínicas o áreas que requieren una atención diagnóstica más cercana. Los autores enfatizan que, si bien el modelo muestra una discriminación favorable y un comportamiento de decisión analítica, es necesaria una validación externa multicéntrica y una evaluación frente a puntos finales longitudinales estandarizados antes de su despliegue clínico. El trabajo respalda la transición de una gestión basada en reglas hacia un modelado de riesgo cuantitativo derivado de la imagen que preserva salidas probabilísticas familiares para la toma de decisiones clínicas.