Imputation-free transformer learning enables robust Alzheimer's disease prediction and calibrated uncertainty quantification across heterogeneous clinical cohorts

Sintesi Tecnica: NITROGEN per la predizione dell'Alzheimer senza imputazione

Problematica
La classificazione diagnostica accurata e la predizione della gravità della malattia per l'Alzheimer sono ostacolate dall'incompiutezza e dall'eterogeneità pervasiva dei dati clinici del mondo reale. I dataset multimodali integrano tipicamente misurazioni demografiche, genetiche, di neuroimaging e molecolari, eppure tali modalità sono disponibili in modo non uniforme tra gli individui e gli studi a causa di differenti protocolli di acquisizione e della compliance dei pazienti. Le convenzionali strategie "impute-then-predict" (imputa e poi predici) affrontano questo problema sostituendo i valori mancanti con dati sintetici. Tuttavia, gli autori sostengono che tale imputazione introduca un bias sistematico, distorca le relazioni tra le caratteristiche e generi predizioni eccessivamente sicure. Tali limitazioni sono particolarmente rilevanti in contesti diagnostici dove una quantificazione dell'incertezza affidabile è essenziale per il processo decisionale clinico. Inoltre, i modelli esistenti sensibili ai dati mancanti spesso non riescono a distinguere tra l'incertezza derivante dalla difficoltà intrinseca di un caso e l'incertezza derivante dall'assenza di informazioni diagnostiche critiche.

Metodologia: Il framework NITROGEN
Gli autori propongono NITROGEN (No-imputation Inter-sample-attention TRansformer Oriented for GENeral datasets), un'architettura transformer priva di imputazione progettata per apprendere direttamente da record parzialmente osservati. Il framework integra due meccanismi chiave:

1. Masked Feature Attention (NAIM): Basandosi sul modello NAIM, NITROGEN impiega un meccanismo di auto-attenzione mascherata che ignora esplicitamente i valori mancanti durante l'apprendimento delle rappresentazioni. Invece di imputare i dati, il modello utilizza una matrice di mascheramento per sopprimere il contributo delle caratteristiche mancanti all'interno del calcolo dell'attenzione, garantendo che non venga mai introdotta evidenza sintetica.
2. Intersample Attention (ispirata a SAINT): Per stabilizzare le predizioni in coorti eterogenee, l'architettura incorpora un modulo di attenzione inter-campione. Ciò consente al modello di apprendere strutture relazionali tra diversi pazienti all'interno di un mini-batch, sfruttando pattern condivisi per compensare input mancanti o rumorosi a livello individuale.

Il modello è stato addestrato sul dataset Alzheimer's Disease Neuroimaging Initiative (ADNI, $N=7.858$ scansioni) ed è stato valutato senza riaddestramento su due coorti esterne indipendenti: OASIS-3 ($N=2.675$) e AIBL ($N=1.286$). La valutazione ha coperto tre task: classificazione binaria (CN vs. AD), classificazione multi-classe (CN vs. MCI vs. AD) e predizione continua del punteggio cognitivo (MMSE e CDR-SB).

Per affrontare l'affidabilità delle stime di probabilità in presenza di dati incompleti, gli autori hanno introdotto un aggiustamento dell'incertezza consapevole della modalità (modality-aware uncertainty adjustment). Questo metodo scala l'incertezza predittiva (entropia di Shannon) di un campione in base all'importanza stimata delle modalità mancanti. Se una modalità altamente informativa (ad esempio, biomarcatori del liquido cerebro spinale - CSF) è assente, la fiducia del modello viene esplicitamente ridotta, fornendo una misura calibrata di affidabilità che riflette la disponenza dei dati.

Risultati Chiave

• Robustezza e Calibrazione: In tutte le coorti e i task, NITROGEN ha dimostrato una calibrazione della probabilità superiore rispetto ai metodi di ensemble basati su alberi (XGBoost, LightLightGBM, Random Forest). Mentre i modelli basati su alberi hanno spesso raggiunto un'elevata accuratezza discriminativa (AUC) sui dati in-distribution, essi hanno mostrato un'eccessiva sicurezza sistematica, specialmente sotto shift di dominio (ad esempio, sulla coorte OASIS-3). NITROGEN ha mantenuto predizioni ben calibrate, mostrando un divario maggiore nelle probabilità di predizione tra casi corretti e incorretti, indicando una migliore consapevolezza dell'incertezza.
• Generalizzazione tra Coorti: Il modello ha mostrato una robusta capacità di trasferimento a coorti esterne. Le prestazioni su AIBL sono state forti, probabilmente a causa di strategie di reclutamento condivise con ADNI. Su OASIS-3, che si rivolge a popolazioni precliniche con una distribuzione differente, le prestazioni sono diminuite come previsto per tutti i modelli, ma NITROGEN ha mantenuto una sensibilità competitiva senza l'estrema varianza osservata in alcuni modelli ad albero.
• Attribuzione delle Caratteristiche e Sufficienza: L'attribuzione delle caratteristiche basata su permutazione ha identificato lo spessore corticale nel polo temporale bilaterale, il genotipo APOE$\epsilon$4 e l'età come le caratteristiche più coerentemente importanti in tutti i modelli e le coorti. Un'analisi di sufficienza ha rivelato che, sebbene la caratteristica del polo temporale da sola porti un segnale di ranking riproducibile per lo stato di AD, essa è insufficiente per una classificazione stabile a livello decisionale senza un contesto demografico e genetico complementare.
• Aggiustamento dell'Incertezza: Il proposto aggiustamento dell'incertezza consapevole della modalità ha migliorato l'affidabilità della predizione selettiva. Escludendo le predizioni con alta incertezza aggiustata, il modello ha ottenuto un'accuratezza superiore sul sottoinsieme trattenuto rispetto all'uso dell'entropia grezza, dimostrando che l'aggiustamento identifica efficacemente le predizioni meno affidabili quando sono presenti modalità critiche mancanti.

Significatività e Rivendicazioni
Il documento sostiene che NITROGEN dimostra come l'apprendimento dell'attenzione privo di imputazione possa preservare una discriminazione significativa sotto shift di coorte esterna, rivelando al contempo la degradazione delle prestazioni attesa su dati distribuzionalmente differenti. Gli autori sottolineano che la valutazione dei modelli di machine learning per le malattie neurologiche richiede dimensioni che vadano oltre l'accuratezza predittiva, specificamente calibrazione, interpretabzionalità e affidabilità tra coorti.

Lo studio conclude che:

1. L'imputazione non è necessaria: È possibile un apprendimento multimodale significativo direttamente da record incompleti senza introdurre bias sintetici.
2. L'incertezza deve essere consapevole del contesto: In contesti clinici, la fiducia di un modello deve riflettere non solo la difficoltà del caso, ma anche la completezza delle evidenze diagnostiche.
3. Il polo temporale come biomarcatore robusto: La selezione costante dello spessore corticale del polo temporale attraverso diversi dataset e metodi suggerisce che si tratti di una caratteristica strutturale robusta per l'AD, sebbene funzioni al meglio in congiunzione con altre modalità.

Gli autori pongono il loro lavoro come un passo verso un deployment clinico affidabile, sostenendo che i modelli debbano essere trasparenti riguardo alle informazioni mancanti per essere utili nei flussi di lavoro diagnostici del mondo reale, dove la completezza dei dati varia.