MUST: Modality-Specific Representation-Aware Transformer for Diffusion-Enhanced Survival Prediction with Missing Modality

1. Il Problema

La previsione della sopravvivenza in oncologia di precisione richiede l'integrazione di dati multimodali, come immagini istopatologiche a intero vetrino (WSI) e profili genomici. Tuttavia, l'implementazione clinica è ostacolata da un problema fondamentale: l'incompletezza dei dati.

• Contesto: Spesso le modalità non sono tutte disponibili a causa di costi elevati (es. profilazione genomica), limitazioni tecniche o disponibilità di dati retrospettivi (es. archivi storici con solo istologia ma senza dati molecolari).
• Limitazione degli approcci attuali: I metodi esistenti per gestire le modalità mancanti si basano su allineamento delle caratteristiche, imputazione o apprendimento di distribuzioni congiunte. Questi approcci falliscono nel modellare esplicitamente la distinzione tra informazioni specifiche di una modalità (non inferibili dalle altre) e informazioni condivise (intermodali). Di conseguenza, quando una modalità manca, questi modelli subiscono un degrado significativo delle prestazioni o generano caratteristiche "pseudo" rumorose che compromettono la previsione.

2. Metodologia: MUST

Gli autori propongono MUST (Modality-Specific representation-aware Transformer), un framework innovativo che combina trasformatori, vincoli algebrici e modelli di diffusione latente.

A. Decomposizione Algebrica Esplicita

Il cuore di MUST è la decomposizione della rappresentazione globale di ogni modalità in due componenti distinte all'interno di un sottospazio condiviso a basso rango:

1. Componente Condivisa ($\hat{c}$): Informazioni che possono essere derivate da qualsiasi modalità disponibile (intersezioni semantiche).
2. Componente Specifica ($\hat{u}$): Informazioni uniche di quella modalità che non possono essere inferite dalle altre.

Questa decomposizione è ottenuta tramite:

• Attenzione Incrociata Bidirezionale: Per estrarre il contesto intermodale.
• Vincoli Algebrici:
  • Consistenza Condivisa: Le componenti condivise estratte da diverse modalità devono essere identiche.
  • Ortogonalità: Le componenti specifiche e condivise devono essere ortogonali tra loro, così come le componenti specifiche di modalità diverse.
• Proiezione a Basso Rango: Un proiettore appreso ($P_\cap$) garantisce che le relazioni algebriche siano mantenute in uno spazio comune, permettendo la recupero deterministico della componente condivisa anche se una modalità manca (es. $\hat{c} = g_{disponibile} - \hat{u}_{disponibile}$).

B. Strategia di Ricostruzione in Due Stadi

Per gestire le modalità mancanti, MUST utilizza una strategia ibrida:

1. Recupero Deterministico (Componente Condivisa): Se una modalità manca, la componente condivisa viene calcolata algebricamente sottraendo la componente specifica nota dalla rappresentazione globale della modalità disponibile.
2. Generazione Probabilistica (Componente Specifica): Per la componente specifica mancante (che non può essere calcolata deterministicamente), viene utilizzato un Modello di Diffusione Latente Condizionato (LDM).
   • LDM genera la componente specifica mancante ($\hat{u}_{mancante}$) condizionata alla componente condivisa recuperata e a un "token di classe" strutturale appreso durante l'addestramento.
   • Questo approccio isola la generazione stocastica solo alle informazioni irripetibili, preservando la struttura deterministica dei dati condivisi.

C. Strategia di Addestramento Progressivo

• Fase 1 (Warm-up): Addestramento degli encoder con rumore gaussiano per apprendere rappresentazioni globali robuste senza vincoli algebrici complessi.
• Fase 2 (Decomposizione): Introduzione dei vincoli di ortogonalità e consistenza per separare le componenti e addestrare i modelli di diffusione.

3. Contributi Chiave

1. Architettura di Decomposizione Esplicita: Un design che identifica matematicamente cosa viene perso quando una modalità manca, permettendo il recupero deterministico della parte condivisa.
2. Strategia di Ricostruzione Ibrida: Combinazione di proiezione algebrica (per la parte condivisa) e generazione tramite Diffusion Models (per la parte specifica), isolando l'incertezza solo dove necessaria.
3. Invertibilità Algebrica: A differenza dei metodi di disaccoppiamento precedenti focalizzati sull'interpretabilità, MUST garantisce che la componente condivisa sia derivabile in modo deterministico da qualsiasi modalità disponibile.

4. Risultati Sperimentali

Il modello è stato valutato su 5 dataset TCGA (BLCA, BRCA, GBMLGG, LUAD, UCEC) confrontando scenari con dati completi e con modalità mancanti.

• Prestazioni con Dati Completi: MUST raggiunge lo stato dell'arte (SOTA) con un C-index complessivo di 0.742, superando metodi come CMTA (0.724) e SurvPath. La separazione esplicita delle componenti agisce come un regolarizzatore strutturale efficace.
• Robustezza con Modalità Mancanti:
  • Genomica Mancante: C-index di 0.716 (degradazione solo del 3.5%), superando significativamente LD-CVAE (0.697) e ShaSpec.
  • Istologia Mancante: C-index di 0.739 (degradazione minima dello 0.4%). In alcuni casi (es. BRCA, GBMLGG), le prestazioni sono leggermente superiori rispetto al caso completo, probabilmente grazie all'effetto di regolarizzazione del modello di diffusione che filtra il rumore dalle patch istologiche.
• Analisi di Stratificazione: Le curve di Kaplan-Meier dimostrano che MUST mantiene una separazione significativa tra gruppi ad alto e basso rischio anche con dati incompleti (p-value < 0.001), a differenza dei metodi baseline che perdono significatività statistica in scenari di dati mancanti.

5. Significato e Impatto Clinico

• Fattibilità Clinica: MUST affronta direttamente la realtà clinica dove i dati multimodali sono raramente completi. La sua capacità di mantenere prestazioni robuste senza degradare drasticamente quando mancano dati genomici o istologici lo rende un candidato ideale per la pianificazione terapeutica.
• Efficienza Computazionale: L'inferenza richiede meno di 70ms con dati completi e circa 879ms (incluso il campionamento DDIM) con modalità mancanti, un tempo accettabile per la pianificazione dei trattamenti (non per decisioni in tempo reale, ma sufficientemente rapido per l'uso ospedaliero).
• Innovazione Metodologica: L'uso di vincoli algebrici per garantire l'invertibilità delle componenti condivise, combinato con la generazione probabilistica solo per i residui specifici, rappresenta un avanzamento significativo rispetto alle tecniche di imputazione generativa tradizionali o all'allineamento passivo.

In sintesi, MUST fornisce un framework robusto e teoricamente fondato per la previsione della sopravvivenza in oncologia, trasformando il problema dei dati mancanti da un ostacolo insormontabile a una sfida gestibile attraverso la separazione intelligente delle informazioni condivise e specifiche.