Cross-Modal Contrastive Learning of ECG and Angiography Representations for Severe Stenosis Classification

Sintesi Tecnica: Apprendimento Contrastivo Cross-Modale di Rappresentazioni di ECG e Angiografia per la Classificazione della Stenosi Grave

Problematica
La stenosi dell'arteria coronaria è una condizione cardiovascolare critica in cui i casi gravi e non trattati aumentano significativamente il rischio di insufficienza cardiaca e morte. L'attuale gold standard per la diagnosi è l'angiografia coronarica per raggi X. Tuttavia, questa procedura è invasiva, dispendiosa in termini di risorse e comporta un piccolo rischio di mortalità; di conseguenza, viene tipicamente riservata ai pazienti con un'alta probabilità pre-test di malattia basata sui sintomi. Questo approccio lascia i pazienti asintomatici a rischio di rimanere non diagnosticati mentre la malattia progredisce. Sebbene gli elettrocardiogrammi (ECG) siano rapidi, economici, non invasivi e acquisiti di routine, storicamente hanno fornito informazioni limitate per la diagnosi di stenosi. I pazienti con stenosi grave presentano spesso ECG normali e studi precedenti indicano che gli ECG da soli sono insufficienti per una classificazione affidabile del rischio di stenosi senza dati ausiliari.

Metodologia: Framework StenCE
Per affrontare la mancanza di segnali specifici per la stenosi negli ECG, gli autori propongono StenCE, un framework di pre-addestramento contrastivo progettato per distillare la conoscenza dall'angiografia nelle rappresentazioni dell'ECG. L'approccio segue una pipeline multi-stadio:

1. Allineamento dei Dati: Il framework utilizza un dataset ospedaliero di 3.414 pazienti (4.067 coppie corrispondenti) in cui ogni paziente ha un ECG a 12 derivazioni e un'angiografia a raggi X corrispondente. I dati dell'angiografia includono annotazioni sulla gravità dell'ostruzione in segmenti coronarici specifici, aggregate a etichette a livello di paziente.
2. Architettura a Doppio Encoder:
   • Encoder di Angiografia: Basato sul modello SegmentMIL, questa componente elabora i dati angiografici multi-view. Impiega un encoder di vista e un "aggregatore di viste" basato su transformer per generare predizioni a livello di studio, di arteria e di segmento. Viene introdotto un nuovo token di query CLS per estrarre una rappresentazione globale a livello di studio.
   • Encoder ECG: Il framework valuta due opzioni di backbone: OTIS (un transformer da 7,1M di parametri pre-addestrato su serie temporali generali) ed EchoingECG (un 1D-ResNet da 128M di parametri pre-addestrato su tripletti ecocardiogramma-testo-ECG).
3. Pre-addestramento Contrastivo: Il meccanismo centrale impiega l'Apprendimento Contrastivo Cross-Modale (perdita CLIP). L'encoder ECG è addestrato per allineare le sue rappresentazioni di caratteristiche con quelle dell'encoder di angiografia in uno spazio di embedding condiviso.
   • L'encoder di angiografia viene mantenuto congelato (frozen) durante questa fase per preservare le sue caratteristiche apprese di stenosi.
   • L'encoder ECG, l'aggregatore di viste (specificamente l'output del token CLS) e gli strati di proiezione lineare vengono addestrati.
   • Una Perdita di Stenosi Supplementare è applicata sul lato angiografia (pesata a $W_{Sten} = 0,3$) per mantenere la capacità del modello di classificare la gravità della stenosi direttamente dall'angiogramma durante il pre-addestramento.
4. Fine-Tuning: Dopo il pre-addestramento, l'encoder di angiografia viene scartato. Il pretrained ECG encoder viene sottoposto a fine-tuning su task a valle (classificazione della stenosi e altre anomalie cardiache) utilizzando solo input ECG, con etichette derivate dagli studi angiografici associati.

Contributi Chiave

1. Framework Innovativo: L'introduzione di StenCE, il primo framework per allineare le rappresentazioni ECG con le caratteristiche angiografiche multi-view tramite apprendimento contrastivo per consentire la rilevazione della stenosi dagli ECG.
2. Svolta nelle Prestazioni: La dimostrazione che la stenosi grave può essere identificata esclusivamente tramite ECG con alte prestazioni, superando il limite storico per cui gli ECG mancano di segnali specifici per la stenosi.
3. Generalizzabilità: Validazione del framework di pre-addestramento non solo sulla classificazione della stenosi attraverso diverse soglie di gravità, ma anche su un dataset separato (EchoNext) per il rilevamento di varie anomalie cardiache (es. LVEF, stenosi aortica, insufficienza mitralica).

Risultati Sperimentali
Gli autori hanno valutato i modelli utilizzando il fine-tuning completo e il linear probing attraverso molteplici soglie di gravità (ad es., $\ge 100\%$ di ostruzione vs $0\%$, $\ge 90\%$ vs $0\%$).

• Rilevamento della Stenosi Grave: Il modello con le migliori prestazioni, EchoingECG-StenCE (full fine-tuning), ha raggiunto un AUC di 0,822 per la soglia più severa ($=0 | =100$). Ciò rappresenta un miglioramento dell'11% rispetto al modello base EchoingECG ed è il primo risultato ad alte prestazioni riportato per la classificazione della stenosi grave basata solo su ECG.
• Linear Probing: I benefici di StenCE sono stati ancora più pronunciati nell'impostazione di linear probing, dove EchoingECG-StenCE ha raggiunto un AUC di 0,816 (un miglioramento del 17% rispetto al modello base) e OTIS-StenCE è migliorato dell'8% rispetto al base OTIS.
• Trend di Gravità: Come previsto, le prestazioni sono diminuite per le soglie meno gravi (l'AUC è sceso a 0,704 per $\ge 90\%$ e si è avvicinato alla probabilità casuale per $\ge 70\%$), indicando che il modello è attualmente più efficace nel rilevare i casi più critici.
• Studi di Ablazione: I risultati hanno confermato che mantenere l'encoder di angiografia congelato e utilizzare un peso moderato di supervisione della stenosi ($W_{Sten} = 0,3$) ha prodotto il miglior equilibrio tra allineamento contrastivo e ritenzione delle caratteristiche specifiche del task.

Significatività e Rivendicazioni
Il paper afferma che StenCE riesce a abilitare l'estrazione di segnali rilevanti per la stenosi dagli ECG sfruttando la ricca informazione diagnostica presente nell'angiografia. Gli autori dichiarano che i loro modelli sono i primi a raggiungere alte prestazioni nella classificazione della stenosi grave utilizzando solo input ECG.

Tuttavia, gli autori mantengono un tono modesto riguardo all'impiego clinico. Essi riconoscono esplicitamente che, sebbene i risultati supportino la diagnosi precoce e la stratificazione del rischio, i livelli attuali di prestazione (particolarmente per i casi meno gravi) non sono ancora sufficienti per l'uso diretto nella pratica clinica. Lo studio evidenzia un bias di selezione nel dataset (pazienti che già sottopongono l'angiografia a causa dei sintomi) e nota l'assenza di fattori di rischio clinico come input del modello. La principale significatività risiede nel dimostrare la fattibilità del pre-addestramento cross-modale per colmare il divario tra lo screening non invasivo (ECG) e la diagnosi gold-standard invasiva (angiografia), aprendo la strada a futuri sviluppi per la valutazione preliminare della coronaria.