Résumé technique : ChronoSurv

Énoncé du problème

La prédiction précise de la survie est cruciale pour la planification personnalisée des traitements dans le cancer de la tête et du cou (HNC), mais elle reste un défi en raison de la nature hétérogène et multidimensionnelle des données cliniques multimodales. Les modèles de survie profonds existants reposent souvent sur des stratégies de fusion statiques ou une modélisation agnostique au temps, échouant à capturer la nature structurée et séquentielle des flux de travail cliniques. De plus, les méthodes actuelles traitent fréquemment les données des patients comme des collections de caractéristiques non ordonnées, négligeant l'organisation hiérarchique de l'information clinique (par exemple, de l'historique du patient au diagnostic, puis à la chirurgie) et la progression temporelle des parcours de soins. En outre, la gestion des modalités manquantes — un phénomène courant dans les contextes cliniques réels en raison de protocoles variables ou de dossiers incomplets — demeure un problème ouvert pour de nombreux cadres multimodaux.

Méthodologie : ChronoSurv

Les auteurs proposent ChronoSurv, un cadre de graphe dirigé hiérarchique et hétérogène conçu pour modéliser l'analyse de survie multimodale en s'alignant explicitement sur les parcours de soins cliniques.

1. Initialisation des caractéristiques

Les données des patients couvrent plusieurs sous-modalités : données tabulaires, images de lames entières (WSI) et rapports textuels. Chaque sous-modalité est projetée dans un espace latent partagé via :

• Données tabulaires : un projecteur apprenable.
• WSI : un encodeur visuel pré-entraîné et gelé (UNI).
• Texte : un modèle de langage pré-entraîné et gelé (BioClinicalBERT).

2. Construction du graphe dirigé hiérarchique

Chaque patient est représenté par un graphe dirigé $G = (V, E)$ avec une topologie à trois niveaux :

• Niveau 1 (Nœuds feuilles) : Représente les caractéristiques fines des sous-modalités.
• Niveau 2 (Étapes cliniques) : Trois nœuds représentant la progression temporelle des soins : (1) Antécédents du patient, (2) Diagnostic initial du cancer, et (3) Chirurgie locale. Ces nœuds sont initialisés à zéro et connectés aux nœuds feuilles pertinents via des arêtes dirigées.
• Niveau 3 (Patient global) : Un nœud unique représentant le patient, initialisé par un pooling moyen (mean-pooling) des plongements (embeddings) des feuilles disponibles.

Gestion des modalités manquantes : La topologie du graphe est spécifique au patient. Si une sous-modalité n'est pas disponible, son nœud feuille correspondant et ses arêtes incidentes sont omis, permettant au modèle de fonctionner de manière robuste dans des contextes cliniques hétérogènes sans recours à l'imputation par zéro.

3. Passage de messages hétérogène

ChronoSurv emploie trois couches d'attention de graphe hétérogènes pour propager l'information :

• Couche 1 ($\Psi_1$) : Agrège les caractéristiques fines des sous-modalités en représentations cliniques grossières.
• Couche 2 ($\Psi_2$) : Capture les dépendances liées à la progression en propageant l'information le long de la trajectoire clinique en utilisant des arêtes temporelles dirigées de type « suivant » (séquentiel) et « saut » (non séquentiel) entre les nœuds d'étapes.
• Couche 3 ($\Psi_3$) : Fusionne toutes les représentations des étapes cliniques en un plongement global du patient.

4. Modélisation de la survie

Le cadre adopte une formulation de survie en temps discret. La tête de survie prédit les risques par intervalles (bin-wise hazards) sur une grille temporelle. L'entraînement minimise une fonction de perte combinant :

• Log-vraisemblance négative (NLL) en temps discret : Pour le classement des risques.
• Pénalité de calibration différentiable ($L_{X-CAL}$) : Pour garantir des estimations de probabilité de survie statistiquement fiables.

Contributions clés

1. Alignement sur le parcours clinique : Contra\à des travaux antérieurs qui traitent les données comme des ensembles non ordonnés, ChronoSurv modélise explicitement la progression chronologique de la prise de décision clinique (antécédents $\to$ diagnostic $\to$ chirurgie) à l'aide d'un graphe dirigé.
2. Topologie hiérarchique hétérogène : Le cadre intègre des représentations fines, grossières et globales, facilitant la modélisation de relations complexes et asymétriques entre les modalités et les étapes cliniques.
3. Robustesse aux données manquantes : La topologie adaptative du graphe gère naturellement les modalités manquantes en omettant les nœuds et les arêtes correspondants, évitant ainsi les stratégies d'imputation qui pourraient introduire du bruit.
4. Focus sur la calibration : L'inclusion d'une pénalité de calibration vise à produire non seulement un classement des risques précis, mais aussi des estimations de probabilité de survie statistiquement fiables.

Résultats expérimentaux

La méthode a été évaluée sur deux ensembles de données publics de HNC : HANCOCK (Allemagne) et TCGA-HNSC (USA), ainsi que sur une cohorte combinée UniHNC.

• Performance : ChronoSurv a atteint des performances de discrimination (C-index) de pointe sur UniHNC (0,702) et HANCOCK (0,704), surpassant les bases non fondées sur le deep learning (ex: CoxPH, Weibull), les modèles de deep learning standards (ex: DeepSurv) et d'autres approches de deep learning multimodal (ex: MMD, SurvPCG).
• Calibration : ChronoSurv a démontré une calibration supérieure par rapport aux autres bases de référence de deep learning. Il a passé le test de D-Calibration dans les 5 plis de validation croisée, alors que le concurrent le plus proche (SurvPCG) n'a réussi que 1/5.
• Études d'ablation :
  • La suppression de toute étape clinique ou de tout niveau hiérarchique a considérablement dégradé les performances, confirmant la nécessité du flux de travail structuré.
  • La désactivation du passage de messages hétérogène ou le remplacement des arêtes dirigées par des arêtes non dirigées a réduit les performances, soulignant l'importance de la modélisation spécifique aux relations et de l'ordre temporel.
  • ChronoSurv a surpassé les schémas d'agrégation alternatifs (ex: mean pooling, MLP, cross-attention), suggérant que la modélisation d'interactions structurées est supérieure à la fusion naïve.

Signification et affirmations

L'article affirme que ChronoSurv démontre que la modélisation du parcours de soins comme une trajectoire clinique sensible à la progression, utilisant des graphes dirigés, permet d'obtenir à la fois un classement des risques précis et des estimations de survie bien calibrées. Les auteurs soulignent que leur approche comble efficacement le fossé entre la diversité structurelle des données multimodales et la nature temporelle des flux de travail cliniques.

Ce travail suggère que la modélisation par graphe sensible à la trajectoire est une direction prometteuse pour la prédiction de survie multimodale, particulièrement dans des contextes où la disponibilité des données varie selon les institutions. Les auteurs notent que bien que leurs extracteurs de caractéristiques actuels soient gelés, des améliorations futures pourraient provenre de l'ajustement fin (fine-tuning) de ces extracteurs initiaux ou de l'exploration d'encodeurs alternatifs. Ils identifient également l'extension du cadre à des cohortes plus larges et à des tumeurs malignes plus diverses comme une direction future, à mesure que des annotations supplémentaires deviennent disponibles.