Interpretable Concept-Bottleneck Vision-Language Model Predicts Pathologic Complete Response From Longitudinal Breast DCE-MRI

Nella lotta contro il tumore al seno, i medici spesso iniziano con una strategia potente chiamata terapia neoadiuvante, in cui i pazienti ricevono un trattamento prima dell'intervento chirurgico per ridurre le dimensioni dei tumori. L'obiettivo finale è una risposta patologica completa, uno stato in cui non si possono trovare cellule cancerose nel tessuto rimosso durante l'intervento. Questo risultato è un forte segnale che un paziente vivrà più a lungo e rimarrà libero dal cancro. Tuttavia, prevedere chi raggiungerà questo risultato è difficile. Per anni, gli scienziati hanno cercato di usare l'intelligenza artificiale per esaminare le scansioni RM e fare queste previsioni, ma la maggior parte di questi sistemi agisce come "scatole nere". Producono una risposta, ma non possono spiegare come siano arrivati a essa. Poiché i medici non possono vedere il ragionamento dietro la decisione della macchina, sono spesso esitanti a fidarsi, specialmente quando in gioco c'è la vita di un paziente. Per essere utile in un ospedale, uno strumento di IA deve essere trasparente, mostrando il proprio lavoro in un modo che un esperto umano possa verificare.

Un team di ricercatori ha sviluppato un nuovo tipo di intelligenza artificiale che risolve questo problema costringendo la macchina a pensare in termini di caratteristiche mediche riconoscibili. Invece di guardare una scansione e indovinare istantaneamente l'esito, questo sistema identifica prima undici caratteristiche specifiche del tumore, come la sua forma, la sua dimensione e il suo aspetto nella scansione. Queste caratteristiche si basano su descrizioni mediche standard che i radiologi utilizzano quotidianamente. Il sistema utilizza poi queste caratteristiche identificate, insieme all'età del paziente e al tipo specifico di cancro, per generare un rapporto scritto. Questo rapporto spiega il ragionamento dietro la previsione, proprio come un medico che scrive una nota a un collega. I ricercatori hanno testato questo sistema su dati provenienti da centinaia di pazienti e hanno scoperto che poteva prevedere con precisione chi avrebbe risposto bene al trattamento, fornendo al contempo una spiegazione chiara e verificabile per ogni singola previsione.

Lo studio si è concentrato su pazienti provenienti da due grandi studi clinici multicentrici, coinvolgendo un totale di 753 individui che avevano sottoposto scansioni RM con mezzo di contrasto dinamico. Questo tipo di imaging prevede l'acquisizione di immagini del seno prima e dopo l'iniezione di un colorante, il che aiuta i medici a vedere come il sangue fluisce attraverso il tumore. I ricercatori hanno addestrato il loro modello sui dati dell'I-SPY2 e lo hanno poi testato su un gruppo completamente separato di pazienti dell'I-SPY1 per vedere se funzionasse su macchine diverse e con diversi protocolli di scansione. Il modello è stato progettato per esaminare due set di immagini per ogni paziente: uno acquisito prima dell'inizio del trattamento e un altro acquisito all'inizio del processo di trattamento, solitamente dopo circa tre settimane. Confrontando questi due momenti temporali, il sistema poteva vedere come il tumore stava cambiando.

Il nucleo di questo nuovo approccio è un "collo di bottiglia concettuale" (concept bottleneck). Prima che il modello faccia una previsione finale su un eventuale guarigione del paziente, deve prima identificare concetti specifici e misurabili. Questi includono il volume funzionale del tumore, che è una misura di quanto il tumore sia attivamente in crescita, e la sfericità, che descrive quanto il tumore sia rotondo o irregolare. Il sistema osserva anche se il tumore appare come una massa solida o come un'area di potenziamento più diffusa, e se presenta bordi netti o sfumati. Il sistema predice questi undici concetti con un alto grado di precisione, eguagliando i risultati che si otterrebbero con un programma informatico progettato specificamente per misurarli. Una volta identificate queste caratteristiche, esse vengono inserite in un modello linguistico che agisce come un radiologo. Questo modello linguistico legge l'elenco delle caratteristiche e scrive un rapporto strutturato, spiegando quali fattori spingono la previsione verso una guarigione e quali la allontanano.

Quando i ricercatori hanno testato il modello, questo ha ottenuto buoni risultati. Nel gruppo di pazienti utilizzato per il test, il sistema ha distinto correttamente tra coloro che avrebbero ottenuto una risposta completa e coloro che non l'avrebbero ottenuta con un punteggio di accuratezza di 0,76. Testato sul gruppo completamente indipendente degli altri pazienti dell'altro studio, l'accuratezza è rimasta forte a 0,71. Questo è significativo perché dimostra che il modello può funzionare in diversi ospedali e con diversi tipi di macchine per RM, un ostacolo comune per l'IA medica. Lo studio ha anche rivelato che il fattore più importante per prevedere una guarigione era il cambiamento nel volume funzionale del tumore. In altre parole, i pazienti i cui tumori si sono ridotti di più nelle prime settimane di trattamento erano quelli con maggiore probabilità di non avere più cancro alla fine. Questo risultato concorda con ciò che i medici sanno già, ma il nuovo sistema lo ha confermato senza che gli venisse esplicitamente detto di cercare proprio quello.

I ricercatori hanno anche scoperto che la fiducia del modello era una guida utile. Quando il sistema era molto sicuro della sua previsione, era corretto l'88 percento delle volte. Tuttavia, quando la previsione era al limite o incerta, l'accuratezza scendeva al 58 percento. Ciò suggerisce che lo strumento potrebbe essere utilizzato per aiutare i medici a dare priorità al proprio tempo. Se il modello indica un chiaro risponditore o un chiaro non risponditore, il medico può fidarsi di tale valutazione. Se il modello è incerto, il medico sa di dover esaminare più attentamente il caso o affidarsi ad altri metodi. Questa capacità di dire "non sono sicuro" è una caratteristica cruciale per gli strumenti medici, poiché evita che il sistema faccia ipotesi pericolose quando i dati sono ambigui.

Uno dei risultati più interessanti è stato il modo in cui il modello ha gestito diversi tipi di cancro e trattamenti. Ha funzionato bene per la maggior parte dei gruppi, ma ha avuto qualche difficoltà con i pazienti che ricevevano un tipo specifico di immunoterapia. In questi casi, i segnali abituali di riduzione del tumore in una RM non sempre corrispondevano alla reale risposta biologica. Il modello ha identificato correttamente che le misure standard del cambiamento di volume erano meno affidabili per questo gruppo, evidenziando un limite noto nel modo in cui attualmente misuriamo il successo delle terapie basate sull'immunità. Questa sfumatura, che un modello a scatola nera avrebbe potuto ignorare o minimizzare, era chiaramente visibile nel ragionamento del sistema, dimostrando che esso prestava attenzione alla specifica biologia della malattia.

Lo studio ha affrontato anche la questione della fiducia rendendo trasparente l'intero processo. Poiché il ragionamento del modello è costruito su concetti medici standard, un radiologo può esaminare la stessa scansione e controllare il lavoro del modello. Può vedere se il sistema ha identificato correttamente la forma o il tasso di crescita del tumore. Se il modello commette un errore, il medico può vedere esattamente quale concetto è stato identificato erroneamente. Questo livello di dettaglio è qualcosa che i modelli di deep learning tradizionali non possono fornire, poiché spesso si basano su pattern invisibili all'occhio umano. Ancorando la previsione a concetti comprensibili ai medici, i ricercatori hanno creato uno strumento che può essere sottoposto ad audit e verificato, piuttosto che essere semplicemente accettato per fede.

Nonostante questi successi, i ricercatori sono cauti nel sottolineare i limiti del loro lavoro. Il modello è stato addestrato su dati provenienti da specifici studi clinici e, sebbene abbia funzionato bene su un set indipendente, non è ancora stato testato in un ambiente ospedaliero reale con tutta la variabilità che accompagna la pratica quotidiana. Inoltre, il sistema si basa su definizioni algoritmiche per alcune delle sue misurazioni, anziché avere ogni singolo concetto controllato da un esperto umano. Ciò significa che, sebbene il modello sia interpretabile, la verità di base su cui è stato addestrato è ancora il miglior tentativo di un computer piuttosto che il giudizio finale di un essere umano. I ricercatori sottolineano inoltre che il modello predice esiti a breve termine, come se il cancro sarà scomparso al momento dell'intervento, ma non predice ancora la sopravvivenza a lungo termine o il rischio che il cancro ritorni anni dopo.

Il lavoro rappresenta un cambiamento nel modo in cui l'intelligenza artificiale viene costruita per la medicina. Invece di cercare di creare un sistema che sia semplicemente il più accurato, indipendentemente da come funziona, i ricercatori hanno dato priorità alla chiarezza e alla responsabilità. Hanno dimostrato che è possibile costruire un sistema che sia sia accurato che comprensibile. Obbligando l'IA a parlare il linguaggio della radiologia e a giustificare le proprie conclusioni con caratteristiche specifiche e osservabili, hanno creato un ponte tra la potenza del machine learning e il giudizio dei clinici umani. Questo approccio non sostituisce il medico; piuttosto, fornisce al medico un nuovo modo per vedere i dati, uno che è chiaro, logico e aperto all'ispezione. In un campo in cui la posta in gioco è altissima, questo tipo di trasparenza potrebbe essere la chiave per portare finalmente questi potenti strumenti nella pratica clinica.