Contour-free multi-instance learning versus conventional CT features for preoperative Ki-67 stratification in gastric gastrointestinal stromal tumors: a retrospective comparison

तकनीकी सारांश: गैस्ट्रिक GISTs में प्रीऑपरेटिव Ki-67 स्तरीकरण के लिए कंटूर-मुक्त मल्टी-इंस्टेंस लर्निंग बनाम पारंपरिक CT फीचर्स

समस्या विवरण
गैस्ट्रोइंटेस्टाइनल स्ट्रोमल ट्यूमर (GISTs) महत्वपूर्ण जैविक परिवर्तनशीलता प्रदर्शित करते हैं, और प्रीऑपरेटिव जोखिम मूल्यांकन अक्सर सीमित होता है क्योंकि प्रमुख रोगनिरोधी कारक, जैसे कि माइटोटिक काउंट और ट्यूमर रप्चर स्टेटस, आमतौर पर इंट्राऑपरेटिव या पैथोलॉजिकल पुष्टि की आवश्यकता रखते हैं। Ki-67 लेबलिंग इंडेक्स ट्यूमर प्रसार के एक महत्वपूर्ण माप के रूप में कार्य करता है, जहाँ उच्च मान आक्रामक बीमारी और पुनरावृत्ति से सह-संबंधित होते हैं। हालांकि, Ki-67 का आकलन बायोप्सी या रिसेक्टेड टिश्यू पर निर्भर करता है और यह सैंपलिंग विषमता (heterogeneity) के अधीन है। जबकि कंट्रास्ट-एन्हांस्ड कंप्यूटेड टोमोग्राफी (CT) का उपयोग रूटीन रूप से स्टेजिंग के लिए किया जाता है, मौजूदा प्रेडिक्टिव मॉडल अक्सर मैन्युअल रूप से निर्धारित ट्यूमर रीजन ऑफ इंटरेस्ट (ROI) पर निर्भर करते हैं। यह मैन्युअल कंटूरिंग एक अलग प्रीप्रोसेसिंग चरण पेश करती है, कार्यभार बढ़ाती है, और रेडियोमिक या डीप लर्निंग दृष्टिकोणों की स्केलेबिलिटी को सीमित करती है। इसके अलावा, एक एकल रोगी-स्तरीय Ki-67 लेबल सैकड़ों स्लाइस वाली एक पूर्ण CT सीरीज़ के अनुरूप होता है, जिनमें से केवल कुछ ही हिस्से ट्यूमर को दर्शाते हैं। यह "एक लेबल, कई इंस्टेंस" संरचना बिना सेगमेंटेशन के मानक सुपरवाइज्ड लर्निंग द्वारा इष्टतम रूप से संबोधित नहीं की जाती है।

कार्यप्रणाली
इस रेट्रोस्पेक्टिव सिंगल-सेंटर अध्ययन ने एक कंटूर-मुक्त मल्टी-इंस्टेंस लर्निंग (MIL) फ्रेमवर्क का मूल्यांकन किया, जिसे ट्यूमर सेगमेंटेशन की आवश्यकता के बिना गैस्ट्रिक GISTs को Ki-67 इंडेक्स द्वारा स्तरीकृत करने के लिए डिज़ाइन किया गया था।

• कोहोर्ट और कार्य: इस अध्ययन में 61 रोगियों वाले गैस्ट्रिक GISTs को शामिल किया गया जिनका रेडिकल रिसेक्शन किया गया था। 5%, 8%, और 10% के Ki-67 कटऑफ के आधार पर तीन बाइनरी क्लासिफिकेशन टास्क परिभाषित किए गए। विशिष्ट कटऑफ के बीच अंतराल-रिपोर्टेड Ki-67 मान वाले रोगियों को केवल उस विशिष्ट टास्क से बाहर रखा गया था।
• डेटा प्रोसेसिंग:
  • पारंपरिक फीचर्स (Conventional Features): दो पाठकों ने स्वतंत्र रूप से आर्टेरियल और वेनस फेज इमेज से 21 पारंपरिक CT वेरिएबल्स (डेमोग्राफिक्स, ट्यूमर मॉर्फोलॉजी, एन्हांसमेंट पैटर्न, नेक्रोसिस, आदि) को निकाला।
  • कंटूर-मुक्त MIL: ट्यूमर लोकलाइजेशन की आवश्यकता के बिना पूर्ण आर्टेरियल और वेनस CT सीरीज़ को प्रोसेस किया गया। DICOM स्लाइस को भौतिक स्थिति के अनुसार व्यवस्थित किया गया, एब्डोमिनल सेटिंग के साथ विंडो किया गया, और मानकीकृत किया गया। एक फ्रोजन ResNet-18 एनकोडर (ImageNet पर प्रीट्रेन किया गया) ने प्रत्येक स्लाइस से 512-डायमेंशनल फीचर वेक्टर्स निकाले।
  • MIL आर्किटेक्चर: प्रत्येक रोगी की पूर्ण CT सीरीज़ को इंस्टेंस का एक "बैग" (bag) माना गया। पांच MIL विधियों को रोगी-स्तरीय प्रतिनिधित्व में स्लाइस फीचर्स को एकत्रित करने के लिए लागू किया गया: MeanMIL, अटेंशन-बेस्ड MIL (ABMIL), गेटेड-अटेंशन MIL (GAMIL), डुअल-स्ट्रीम MIL (DSMIL), और अटेंशन-स्टेबलाइज्ड MIL (ASMIL)।
• मॉडल तुलना: अध्ययन ने निम्नलिखित की तुलना की:
  1. दो पारंपरिक मॉडल (L2 और इलास्टिक नेट रेगुलराइजेशन के साथ लॉजिस्टिक रिग्रेशन)।
  2. आर्टेरियल और वेनस फेज पर अलग-अलग लागू पांच MIL विधियाँ।
  3. चार इक्वल-लोगिट फ्यूजन कॉम्बिनेशन (जैसे, आर्टेरियल + वेनस, कन्वेंशनल + आर्टेरियल, आदि)।
• मूल्यांकन प्रोटोकॉल: 10 बार दोहराए गए, रोगी-स्तरीय स्ट्रैटिफाइड 5-फोल्ड क्रॉस-वैलिडेशन का उपयोग किया गया। प्रदर्शन का मूल्यांकन AUROC, AUPRC, कैलिब्रेशन और डिसीजन कर्व एनालिसिस (DCA) के माध्यम से किया गया। सांख्यिकीय महत्व का निर्धारण Holm सुधार के साथ पेयर्ड बूटस्ट्रैप टेस्ट द्वारा किया गया। मैन्युअल रूप से एनोटेट किए गए ROIs (जो प्रशिक्षण के दौरान उपयोग नहीं किए गए थे) का उपयोग करके यह सत्यापित करने के लिए कि क्या सीखे गए अटेंशन वेट्स ट्यूमर-बेयरिंग स्लाइस के साथ सह-संबंधित हैं, एक पोस्ट-ट्रेनिंग "अटेंशन ऑडिट" किया गया।

मुख्य परिणाम

• विभेदक प्रदर्शन (Discriminative Performance): अध्ययन में पाया गया कि कंटूर-मुक्त MIL या फ्यूजन मॉडल के लिए पारंपरिक CT फीचर्स की तुलना में कोई स्पष्ट विभेदन लाभ नहीं है।
  • उच्चतम AUROCs क्रमशः 0.645 (5% कटऑफ), 0.646 (8% कटऑफ), और 0.605 (10% कटऑफ) थे।
  • महत्वपूर्ण रूप से, प्रत्येक AUROC कॉन्फिडेंस इंटरवल में 0.5 शामिल था, जिसका अर्थ है कि इस कोहोर्ट में किसी भी मॉडल ने संयोग (chance) से सांख्यिकीय रूप से महत्वपूर्ण विभेदन प्रदर्शित नहीं किया।
  • Holm सुधार के बाद, 90 पेयरवाइज तुलनाओं में से कोई भी, न ही फ्यूजन मॉडल और उनके घटकों के बीच 54 तुलनाएं, सांख्यिकीय रूप से महत्वपूर्ण नहीं रहीं।
• MIL विधि तुलना: पांच MIL विधियों में से, केवल दो विशिष्ट पेयरवाइज तुलनाएं सुधार के बाद महत्वपूर्ण रहीं (8% AUROC पर वेनस DSMIL बनाम ASMIL; 10% AUPRC पर वेनस DSMIL बनाम GAMIL)। कोई भी MIL विधि लगातार अन्यों या पारंपरिक मॉडलों से बेहतर प्रदर्शन नहीं कर सकी।
• अटेंशन ऑडिट: पोस्ट-ट्रेनिंग ऑडिट में, ग्लोबल Holm सुधार के बाद 60 में से 34 परीक्षणों में अटेंशन वेट्स और ट्यूमर-बेयरिंग स्लाइस के बीच महत्वपूर्ण संबंध देखा गया। हालांकि, इस जुड़ाव की दिशा भिन्न थी (21 संदर्भ से ऊपर, 13 नीचे), जो यह सुझाव देता है कि रोगी-स्तरीय वर्गीकरण के लिए अनुकूलित अटेंशन वेट्स लगातार ट्यूमर को लोकलाइज नहीं करते हैं।
• स्थिरता (Stability): फ्यूजन घटकों ने निम्न से मध्यम सहसंबंध दिखाया, और तीन-घटक फ्यूजन, सिंगल-फेज MIL मॉडल की तुलना में कम परिवर्तनशील लेकिन कन्वेंशनल इलास्टिक नेट की तुलना में अधिक परिवर्तनशील था।

महत्व और दावे
यह पेपर दावा करता है कि इसने लेसन डेलिनेशन (lesion delineation) के बिना पूर्ण CT सीरीज़ के मूल्यांकन के लिए एक पेशेंट-लेवल फ्रेमवर्क को परिभाषित किया है, जो पारंपरिक रेडियोमिक्स के लिए आवश्यक श्रम-गहन मैन्युअल कंटूरिंग के विकल्प के रूप में एक संभावित विकल्प प्रदान करता है।

हालांकि, लेखक अपने निष्कर्षों के बारे में स्पष्ट हैं:

1. कोई नैदानिक श्रेष्ठता नहीं: इस विशिष्ट कोहोर्ट में, कंटूर-मुक्त MIL ने पारंपरिक CT फीचर्स से बेहतर प्रदर्शन नहीं किया। लेखक कहते हैं कि छोटा सैंपल साइज और विस्तृत कॉन्फिडेंस इंटरवल यह निष्कर्ष निकालने के लिए पर्याप्त नहीं हैं कि दृष्टिकोण समान प्रदर्शन वाले हैं, लेकिन उन्होंने निश्चित रूप से श्रेष्ठता प्रदर्शित नहीं की है।
2. एनोटेशन का बोझ: अध्ययन ने एनोटेशन समय या क्लिनिकल वर्कलोड में कमी को नहीं मापा, जो कंटूर-मुक्त दृष्टिकोणों का प्राथमिक प्रेरणा है।
3. भविष्य की आवश्यकताएं: लेखक निष्कर्ष निकालते हैं कि इस डिज़ाइन को क्लिनिकल उपयोग के लिए विचार करने योग्य बनाने के लिए एक्सटर्नल वैलिडेशन और एनोटेशन बोझ का सीधा मूल्यांकन आवश्यक है। वे सुझाव देते हैं कि भविष्य के अध्ययनों में बड़े कोहोर्ट, CT-विशिष्ट रिप्रेजेंटेशन, और आर्टेरियल एवं वेनस फेज के बीच स्थानिक पंजीकरण (spatial registration) का उपयोग किया जाना चाहिए।

संक्षेप में, हालांकि अध्ययन ने गैस्ट्रिक GISTs के संदर्भ में Ki-67 स्तरीकरण के लिए एक सफल कंटूर-मुक्त MIL पाइपलाइन को लागू किया, लेकिन यह सिद्ध करने में विफल रहा कि यह दृष्टिकोण सरल, पारंपरिक CT फीचर विश्लेषण की तुलना में विभेदन लाभ प्रदान करता है।