Riepilogo Tecnico: Rete di Fusione Evidenziale per la Predizione della Sopravvivenza Multimodale in Presenza di Modalità Mancanti

Definizione del Problema

La predizione accurata della sopravvivenza è fondamentale per l'oncologia di precisione, tuttavia l'implementazione di modelli multimodali in contesti clinici reali è spesso ostacolata dalla mancanza di modalità (missing modalities). Nella pratica, profili morfo-molecolari completi (combinando immagini di interi vetrini e dati trascrittomici) sono spesso non disponibili a causa dell'esaurimento dei tessuti, dei costi di sequenziamento o di infrastrutture eterogenee.

Gli approcci esistenti affrontano due limitazioni primarie:

1. I metodi basati sull'imputazione (ad es., SMIL, M3Care) ricostruiscono i dati mancanti tramite modellazione generativa. Sebbene efficaci in media, essi rischiano di "allucinare" segnali biologici inesistenti e comportano elevati costi computazionali, il che è problematico per decisioni cliniche ad alto rischio.
2. I metodi privi di imputazione (ad es., EmbraceNet) aggregano solo gli embedding disponibili ma trattano spesso la mancanza di dati semplicemente come un problema di masking o dropout. Essi non riescono a quantificare esplicitamente l'incertezza epistemica (mancanza di conoscenza) indotta dalle modalità assenti, risultando spesso in livelli di confidenza mal calibrati che non riflettono l'ignoranza del modello.

Inoltre, i modelli attuali faticano a distinguere tra incertezza aleatoria (rumore intrinseco dei dati) e incertezza epistemica (incertezza dovuta alla mancanza di informazioni), fornendo solo una "migliore ipotesi" senza segnalare l'affidabilità.

Metodologia

Gli autori propongono il modello Evidential Missing Modality Survival Fusion (EMMS), un framework progettato per gestire osservazioni multimodali incomplete senza la ricostruzione dei dati. I componenti principali sono:

1. Fondamento Teorico: Teoria di Dempster–Shafer e GRFN

EMMS si basa sulla teoria dell'evidenza di Dempster–Shafer. Invece di predire un singolo tempo di sopravvivenza, la predizione di ogni modalità è rappresentata come evidenza di sopravvivenza parametrizzata da Numeri Fuzzy Casuali Gaussiani (GRFNs).

• Un GRFN, denotato come $\tilde{Y} \sim \tilde{N}(\mu, \sigma^2, h)$, modella la distribuzione del tempo di sopravvivenza dove:
  • $\mu$: Parametro di posizione (stima più plausibile del tempo dell'evento).
  • $\sigma^2$: Incertezza aleatoria (variabilità dei dati).
  • $h$: Forza epistemica (inverso dell'incertezza epistemica/ignoranza).
• Evidenza Vacua: Fondamentalmente, quando una modalità è mancante, il modello imposta la sua forza epistemica $h=0$. Ciò causa la degenerazione del GRFN in "evidenza vacua", che rappresenta una completa ignoranza. Questa formulazione evita di approssimare gli input mancanti; al contrario, codifica esplicitamente la loro assenza come contributo evidenziale nullo.

2. Branche Unimodali

Il modello elabora due modalità indipendentemente prima della fusione:

• Branch di Patologia: Le immagini dei vetrini interi (WSI) vengono tassellate in patch, codificate tramite un encoder di patch pre-addestrato e aggregate in una rappresentazione a livello di vetrino utilizzando l'encoder TITAN. Questa caratteristica viene mappata sull'evidenza di sopravvivenza tramite una formulazione evidenziale basata su prototipi con kernel a funzione radiale di base.
• Branch Genomico: I profili trascrittomici sono elaborati attraverso un framework simile per generare l'evidenza di sopravvivenza modellata come un GRFN.

3. Fusione Evidenziale

Il modello fonde l'evidenza delle modalità disponibili utilizzando la regola di combinazione di Dempster.

• Gestione della Mancanza: Un indicatore di disponibilità binario ($r \in \{0, 1\}$) determina se una modalità è presente. Se $r=0$, la modalità contribuisce con evidenza vacua ($h=0$).
• Aggregazione Pesata: I parametri del GRFN fuso ($\mu_f, \sigma^2_f, h_f$) sono calcolati tramite un'aggregazione pesata sull'evidenza in forma chiusa. Le modalità con maggiore forza epistemica contribuiscono maggiormente alla predizione finale.
• Degradazione Graziosa: Quando una modalità è mancante, la fusione si riduce naturalmente alla modalità disponibile senza interferenze. La forza epistemica totale ($h_f$) si accumula additivamente, fungendo da metrica interpretabile della fiducia complessiva. Una riduzione di $h_f$ riflette esplicitamente l'incertezza indotta dai dati mancanti.

4. Funzione di Perdita (Loss Function)

L'obiettivo di addestramento combina:

• Perdita di Sopravvivenza ($L_{surv}$): Una log-likelihood negativa generalizzata per i GRFN che supervisiona sia i campioni non censurati che quelli censurati a destra utilizzando i limiti di credenza (belief) e plausibilità.
• Perdita di Allineamento ($L_{align}$): Un termine di divergenza Kullback–Leibler (KL) simmetrica applicato solo quando entrambe le modalità sono presenti, agendo come un regolarizzatore di coerenza cross-modale leggero.

Contributi Chiave

1. Formulazione dell'Evidenza Vacua: Il paper introduce un metodo per trattare le modalità mancanti come evidenza vacua ($h=0$) all'interno di un framework GRFN. Questo evita che il modello allucini dati o venga contaminato da input mancanti, aumentando naturalmente l'incertezza epistemica della predizione.
2. Quantificazione dell'Incertezza: EMMS distingue esplicitamente tra incertezza aleatoria ed epistemica. La forza evidenziale totale funge da metrica integrata e interpretabile della fiducia della predizione sotto osservazioni incomplete.
3. Efficienza Computazionale: A differenza dei metodi basati sull'imputazione, EMMS non richiede una fase generativa o il recupero nello spazio latente per i dati mancanti, introducendo nessun sovraccarico computazionale aggiuntivo rispetto ai baseline privi di imputazione.
4. Fusione in Forma Chiusa: L'uso della teoria di Dempster–Shafer permette un'aggregazione principled e in forma chiusa dell'evidenza multimodale, garantendo che gli input mancanti non esercitino alcuna influenza sui dati disponibili.

Risultati Sperimentali

Gli autori hanno valutato EMMS su quattro coorti di cancro dal The Cancer Genome Atlas (TCGA): BRCA, LUAD, STAD e KIRC.

• Performance con Dati Completi: Nel setting con lo 0% di modalità mancanti, EMMS ha raggiunto prestazioni state-of-the-art (SOTA) in termini di Indice di Concordanza (C-index) e Integrated Brier Score (IBS) nella maggior parte dei dataset, superando i baseline come DisPro, MUSE e Flex-MoE.
• Robustezza sotto Mancanza di Dati: Con un tasso di modalità mancanti del 60%, EMMS ha costantemente superato tutti i baseline in tutti i dataset e tutte le impostazioni di valutazione (solo patologia, solo genomica e modalità completa). Ha dimostrato una robustezza superiore laddove altri modelli mostravano una significativa degradazione delle prestazioni.
• Calibrazione: I grafici di calibrazione hanno indicato che le predizioni di EMMS rimanevano più vicine alla diagonale ideale rispetto ai baseline, con una Deviazione Assoluta Media (MAD) inferiore. Ciò suggerisce che il modello fornisce stime di confidenza più affidabili.
• Efficienza: I confronti sui tempi di addestramento hanno mostrato che EMMS è paragonabile in velocità al baseline privo di imputazione MUSE ed è significamente più veloce di DisPro basato sull'imputazione.

Significato e Rivendicazioni

Il paper sostiene che EMMS fornisca una soluzione scalabile, efficace dal punto di vista computazionale e teoricamente fondata per la medicina personalizzata in contesti clinici reali dove la completezza dei dati non può essere garantita.

Sfruttando la teoria di Dempster–Shafer, il modello colma il divario tra performance predittiva e consapevolezza dell'incertezza. Permette ai sistemi di supporto alle decisioni cliniche di "segnalare la propria ignoranza" quando i dati mancano, distinguendo tra rumore e mancanza di conoscenza. Gli autori sottolineano che questo approccio raggiunge una discriminazione e una calibrazione SOTA senza i rischi di allucinazione dei dati o l'onere computazionale dell'imputazione generativa, rendendolo un candidato valido per il deployment in ambienti clinici eterogenei.