Sintesi Tecnica: BAT-RM per l'Auto-Contornamento della Radioterapia per il Tumore della Cervice Uterina

1. Definizione del Problema

Il tumore della cervice uterina rimane una delle principali cause di mortalità per cancro a livello globale, con un carico sproporzionato nei paesi a basso e medio reddito (LMIC) come il Bangladesh, dove la grave carenza di oncologi radioterapisti comporta tempi di attesa per il trattamento superiori ai sei mesi. La somministrazione sicura della radioterapia dipende dalla precisa delineazione manuale dei volumi bersaglio (Gross Tumor Volume [GTV], Clinical Target Volume [CTV]) e degli Organi a Rischio (OAR: vescica, retto, intestino tenue, teste femorali). Il contornamento manuale è dispendioso in termini di tempo (da 45 minuti a 3 ore per paziente) e soffre di una significativa variabilità inter-osservatore.

Le soluzioni esistenti di deep learning affrontano tre limitazioni primarie in questo contesto:

1. Precisione dei Confini: Le architetture convoluzionali spesso mancano di meccanismi espliciti per la delineazione dei confini dei tessuti molli, portando a una precisione subottimale alle interfacce critiche (es. GTV-parametrio).
2. Contesto a Lungo Raggio: I Transformer affrontano il contesto globale ma incurrono in una complessità computazionale quadratica ($O(n^2)$), rendendo proibitivo il processamento a risoluzione completa (512×512) sull'hardware clinico. Al contrario, le CNN hanno campi recettivi limitati.
3. Gap di Validazione Clinica: La maggior parte degli studi si basa su dataset di singola istituzione senza una rigorosa analisi di generalizzazione multi-centro o studi prospettici sui lettori che misurino l'efficienza del flusso di lavoro e l'impatto a livello del paziente in contesti con risorse limitate.

2. Metodologia: Architettura BAT-RM

Gli autori propongono BAT-RM (Boundary-Aware Transformer with Region-Aware Mamba), un'architettura ibrida 2D multi-branch progettata per ottenere simultaneamente un'elevata precisione dei confini e un efficiente modellamento del contesto a lungo raggio. Il sistema elabora fette assiali di CT (512×512) e ricostruisce i volumi 3D tramite post-processing.

Componenti Architetturali Core

Il modello integra un backbone encoder-decoder gerarchico CNN con tre moduli specializzati:

1. Branch Gated Boundary-Aware Transformer (BAT):

   • Funzione: Modella esplicitamente i confini degli organi per risolvere l'ambiguità alle interfacce tissutali.
   • Meccanismo: Opera sulle feature dell'encoder $E_3$ (risoluzione 128×128). Calcola una mappa del gradiente spaziale utilizzando operatori Sobel fissi sulle attivazioni delle feature. Questa mappa del gradiente viene collassata in un gate spaziale apprendibile ($\mathcal{G} \in [0,1]$) tramite una convoluzione 1×1 e un'attivazione sigmoidale.
   • Attenzione: Il gate modula le proiezioni di Query ($Q$) e Key ($K$) in un meccanismo di Strip-Pooling Multi-Head Self-Attention. Ciò restringe il calcolo dell'attenzione alle regioni di confine ad alto gradiente, riducendo la complessità da $O(n^2)$ a $O(H+W)$ e concentrandosi sulle interfacce tissutali clinicamente rilevanti (es. GTV-parametrio).
   • Supervisione Ausiliaria: Una testa di predizione del confine emette una mappa di probabilità del confine addestrata con perdita di Binary Cross-Entropy (BCE).

2. Modulo di Contesto Ricorrente Multi-Direzionale (Branch RM):

   • Funzione: Cattura le dipendenze anatomiche a lungo raggio (es. anse intestinali sparse) con complessità computazionale lineare.
   • Meccanismo: Opera sulle feature del bottleneck ($E_5$, risoluzione 32×32). Impiega un modello di State Space Model (SSM) Mamba con scansione sequenziale a quattro direzioni (Nord $\rightarrow$ Sud, Sud $\rightarrow$ Nord, Est $\rightarrow$ Ovest, Ovest $\rightarrow$ Est).
   • Efficienza: Serializzando la mappa delle feature 2D in quattro sequenze 1D e processandole con la scansione selettiva di Mamba, il modulo raggiunge una complessità $O(n)$, evitando i colli di bottiglia della memoria della piena auto-attenzione spaziale.
   • Gating: I gate con attivazione SiLU sopprimono i token non informativi (es. background omogeneo) mentre amplificano le strutture anatomicamente rilevanti.

3. Modulo di Fusione Boundary-Region Attention (BRAF):

   • Funzione: Combina adattivamente le feature sensibili ai confini (da BAT) e il contesto globale consapevole della regione (da RM).
   • Meccanismo: Le feature RM vengono sovra-campionate (upsampled) per corrispondere alla risoluzione di BAT. Un gate di attenzione spaziale-canale apprendibile ($\alpha$) calcola una combinazione convessa dei due flussi. Le feature fuse sono ulteriormente modulate dallo scheletro di confine predetto ($\hat{B}$) dal branch BAT per imporre una delineazione netta dei bordi prima del passaggio al decoder.

Strategia di Addestramento

• Funzione di Perdita: Una perdita composita supervisiona la sovrapposizione della segmentazione, la precisione del confine e la regolarità:
  • Soft Dice Loss: Pesata per frequenza di voxel inversa per gestire lo sbilanciamento delle classi.
  • Focal Loss: Si concentra sull'addestramento sui pixel di confine difficili e ambigui.
  • Boundary BCE Loss: Supervisiona la testa ausiliaria del confine.
  • Regolarizzazione della Smoothness: Penalizza le discrepanze di gradiente tra le mappe predette e quelle di ground truth per prevenre contorni frastagliati.
• Dati: Addestrato su un dataset multi-istituzionale di 1.011 pazienti provenienti da tre centri bangladesi (BMU, SHL, LSH), coprendo sette classi anatomiche.

Pipeline di Inferenza

Il sistema impiega una strategia di inferenza 2D slice-wise seguita da un post-processing Gaussiano 3D ($\sigma=0.8$ mm) per garantire la continuità inter-slice senza il costo di memoria delle reti 3D. L'output viene ricostruito in un set di strutture DICOM RT compatibile con i sistemi di pianificazione del trattamento Varian, RayStation e Monaco.

3. Contributi Chiave

1. Nuova Architettura Ibrida: Introduzione di BAT-RM, che combina unicamente l'attenzione al confine con gate Sobel, la scansione Mamba multi-direzionale e la fusione guidata dallo scheletro del confine per affrontare simultaneamente la precisione del bordo e il contesto a lungo raggio.
2. Dataset su Larga Scala Multi-Istituzionale: Creazione e rigoroso controllo qualità del più grande dataset di CT per il tumore della cervice in un contesto LMIC (1.011 pazienti, tre centri, sette classi), inclusa l'analisi dell'affidabilità inter-rater (media Jaccard = 0.961).
3. Validazione Clinica Completa:
   • Quantitativa: Prestazioni superiori rispetto a quattro baseline (nnUNet, SegMamba, TransUNet, UNETR) in tutte le sette classi con miglioramenti statisticamente significativi (corretti con Bonferroni-Holm).
   • Qualitativa: Evidenza meccanicistica tramite mappe di errore, overlay di contorno e analisi GradCAM multi-metodo che conferma il focus sui bordi.
   • Studio Prospettico sui Lettori: Uno studio multi-centro con 13 oncologi (100 casi) che dimostra significativi miglioramenti del flusso di lavoro.
4. Deployment Clinico End-to-End: Sviluppo di un'applicazione web di livello produttivo con esportazione nativa DICOM RTSTRUCT, implementata presso la Bangladesh Medical University, riducendo i tempi di attesa dei pazienti da giorni a ore.

4. Risultati

Prestazioni Quantitative

BAT-RM ha raggiunto risultati allo stato dell'arte sul test set tenuto fuori (254 pazienti):

• Volumi Bersaglio: Dice GTV = 0.9662 (vs nnUNet 0.9450); Dice CTV = 0.9571 (vs nnUNet 0.8966).
• OAR: Dice Retto = 0.9556; Dice Vescica = 0.9655; Dice Intestino Tenue = 0.9741.
• Accuratezza del Confine: HD95 GTV = 1.500 mm; HD95 CTV = 1.507 mm; HD95 Retto = 1.242 mm. Questi rappresentano riduzioni significative dell'errore di confine rispetto alle baseline (es. riduzione del 38.7% di GTV HD95 rispetto a nnUNet).
• Efficienza: 28.4M di parametri, 41.2 GFLOPs e tempo di inferenza di 18.3 ms per fetta su una singola GPU NVIDIA T4 (3.8 GB VRAM), superando significativamente le baseline 3D in velocità e uso di memoria.

Risultati dello Studio sui Lettori

• Accuratezza: L'assistenza dell'IA ha elevato l'IoU dei junior oncologist da 0.899 a 0.965 (avvicinandosi alla performance non assistita dei senior di 0.938).
• Efficienza: Il tempo di contornamento è stato ridotto del 80.7% per i junior (da 152 a 29 minuti per caso).
• Workflow: Il tasso di consultazione degli esperti per i junior è sceso dal 52.1% al 14.3%. I punteggi di fiducia auto-riportati sono aumentati del 40% per i junior.
• Impatto del Deployment: Dopo il deployment, i tempi di attesa dei pazienti per la simulazione radioterapica sono diminuiti da 1–3 giorni a 2–3 ore senza l'aggiunta di personale.

Studi di Ablazione

L'ablazione sistematica ha confermato la necessità di ciascun componente:

• La rimozione del blocco BAT ha causato il calo di prestazioni più grande (mIoU -0.0509), particolarmente per le strutture con confini ambigui come il retto e il GTV.
• La rimozione del blocco RM ha degradato le prestazioni sulle strutture che richiedono un contesto globale (vescica, teste femorali).
• La rimozione del modulo di fusione BRAF ha ridotto le prestazioni in tutti i piccoli OAR, evidenziando l'importanza della combinazione adattiva delle feature.

5. Significato e Rivendicazioni

Il documento afferma che BAT-RM dimostra un rigoroso percorso traslazionale che va oltre gli esercizi di benchmark per fornire benefici tangibili ai pazienti in contesti con risorse limitate. Le rivendicazioni chiave includono:

• Superiorità Tecnica: L'integrazione dell'attenzione consapevole del confine e della scansione Mamba a tempo lineare risolve le doppie sfide della precisione del confine e del contesto a lungo raggio senza costi computazionali proibitivi.
• Utilità Clinica: Il sistema non è solo un miglioramento algoritmico, ma uno strumento implementabile che riduce significativamente il carico di lavoro dei clinici e i tempi di attesa, consentendo l'inizio del trattamento nello stesso giorno o il giorno successivo.
• Rilevanza per i LMIC: Lo studio fornisce il primo studio prospettico multi-centro per l'auto-contornamento del tumore della cervice in un contesto LMIC, dimostrando che l'IA può mitigare la carenza di specialisti e migliorare l'equità delle cure.
• Robustezza: Il modello generalizza attraverso diversi produttori di scanner e protocolli da tre istituzioni e mantiene le prestazioni su un coorte esterno indipendente (230 pazienti) senza fine-tuning.

Gli autori concludono che questo lavoro stabilisce un quadro per tradurre la ricerca di machine learning in impatto clinico diretto, caratterizzato dalla cura dei dati multi-centro, dal design dell'architettura motivato dai fallimenti clinici e dal deployment produttivo nella pratica di routine.