Neuro-Oracle: A Trajectory-Aware Agentic RAG Framework for Interpretable Epilepsy Surgical Prognosis

Titel

Neuro-Oracle: Een Trajectbewust Agentic RAG-Framework voor Interpreteerbare Epilepsie-Chirurgische Prognose

1. Het Probleem

Het voorspellen van de uitkomst van chirurgie bij farmacoresistente epilepsie (waar medicijnen niet werken) is een grote klinische uitdaging. Bestaande diepe-leerbenaderingen hebben drie fundamentele beperkingen:

• Staticiteit: Ze werken op statische, enkelvoudige pre-operatieve scans en negeren longitudinale morfologische veranderingen (de evolutie van het hersenweefsel van voor naar na de operatie).
• Data-schaarste: Chirurgische cohorts zijn vaak klein (enkele honderden patiënten), wat leidt tot overfitting bij complexe end-to-end modellen.
• Gebrek aan interpreteerbaarheid: Standaard klassificatoren geven alleen een waarschijnlijkheidsscore zonder verifieerbare klinische onderbouwing, wat de acceptatie in chirurgische besluitvorming beperkt.

Daarnaast ontbreekt er vaak grondwaarheid (ground-truth) over de daadwerkelijke aanvalsvrijheid (Engel-scores) in publieke datasets, waardoor onderzoekers vaak op proxi-labels moeten vertrouwen.

2. Methodologie: Het Neuro-Oracle Framework

Neuro-Oracle is een drie-fasen framework dat gebruikmaakt van Retrieval-Augmented Generation (RAG) en contrastief leren. Het systeem is volledig gebaseerd op open-source tools en publieke data.

Fase 1: Contrastief Traject-Encoderen

• Input: Geregistreerde paren van pre-operatieve ($X_{t0}$) en post-operatieve ($X_{t1}$) T1-gewogen MRI-scans.
• Architectuur: Een 3D Siamese contrastieve encoder (gebaseerd op ResNet-50) deelt gewichten tussen de twee tijdsvertakkingen.
• Proces: Het model leert het morfologische verschil (delta) tussen de scans te coderen. De output wordt geprojecteerd naar een compacte 512-dimensionale trajectvector ($\Delta v$) via een MLP-head.
• Training: Gebruik van Supervised Contrastive Loss (voor class-separatie) en Focal Loss (omgaan met een onbalans van 4:1 tussen de klassen).

Fase 2: Populatie-Archief en Traject-Retrieval

• Alle trainingspatiënten worden omgezet in trajectvectoren en opgeslagen in een FAISS-index (exacte cosine-achtige zoekopdracht).
• Voor een nieuwe patiënt worden de $k=5$ meest vergelijkbare historische trajecten opgehaald uit het archief op basis van geometrische gelijkenis.

Fase 3: Gekalibreerde LLM-Redeneeragent

• Agent: Een gekwantiseerde Llama-3-8B (4-bit NF4) fungeert als redeneeragent.
• Prompting: De agent ontvangt de metadata van de query-patiënt en de profielen van de 5 opgehaalde historische buren. De prompt bevat instructies om patiënten met een leeftijdsverschil >15 jaar mentaal te filteren.
• Output: De agent genereert een natuurlijke taal-justificatie en een verdict (SUCCESS/FAILURE).
• Kalibratie: De uiteindelijke voorspelling is een gewogen som van de meerderheidsstem van de buren ($p_{neighbor}$) en de LLM-verdict ($p_{LLM}$):
  $$p_{Oracle} = 0.60 \times p_{neighbor} + 0.40 \times p_{LLM}$$

3. Dataset en Voorverwerking

• Dataset: EPISURG (N=268 longitudinale paren).
• Labeling: Omdat Engel-scores ontbreken, wordt een proxi-label gebruikt gebaseerd op het type resectie:
  • $y=0$ (Gunstig): Temporele resecties (65-70% aanvalsvrijheid).
  • $y=1$ (Minder gunstig): Niet-temporele of complexe resecties (40-55% aanvalsvrijheid).
• Voorverwerking: Rigid coregistratie (geen deformatie, om lokale volumeveranderingen niet te glad te strijken), normalisatie en cropping naar $128 \times 128 \times 128$ voxels.

4. Belangrijkste Resultaten

De evaluatie vond plaats via 5-voudige stratificatie. Omdat de proxi-labels een beperking vormen, worden de resultaten primair gezien als een proof-of-concept voor de architectuur.

• Prestatie Traject-modellen vs. Statiek: Trajectgebaseerde modellen presteerden aanzienlijk beter in sensitiviteit dan statische baselines (ResNet-50 op enkelvoudige scans).
  • ResNet-50 (Statiek): AUC 0.793, Sensitiviteit 0.396.
  • Neuro-Oracle (M5): AUC 0.867, Sensitiviteit 0.566 (standaard drempel).
  • Siamese Diversity Ensemble (M6): Bereikte de hoogste AUC van 0.905 zonder taalmodel-overhead.
• Interpreteerbaarheid: Neuro-Oracle (M5) bereikte een 0% hallucinatie-ratio onder audit, wat betekent dat alle redeneringen strikt gebaseerd waren op de opgehaalde context.
• Drempeloptimalisatie: Door de beslissingsdrempel te verlagen (van 0.50 naar 0.34), kon de sensitiviteit van Neuro-Oracle worden verhoogd naar 0.698 bij een behouden hoge specificiteit (0.916).

5. Kernbijdragen

1. Traject-Aware Architectuur: Het introduceren van een 3D Siamese contrastieve encoder die longitudinale morfologische veranderingen (pre- vs. post-op) omzet in een compacte vector, in plaats van te vertrouwen op statische scans.
2. Agentic RAG voor Medische Beeldvorming: De eerste toepassing van een LLM-agent die chirurgische prognoses baseert op opgehaalde 3D-volumetrische trajecten in plaats van een vaste classifier, waardoor transparante, natuurlijke taal-justificaties worden gegenereerd.
3. Proof-of-Concept voor Interpretatie: Het bewijzen dat een model met een iets lagere pure discriminatieve kracht (AUC 0.867 vs 0.905) klinisch waardevoller kan zijn door de toevoeging van een volledig traceerbare, auditbare redeneerketen.
4. Open Source Reproductibiliteit: Het gebruik van uitsluitend publieke data (EPISURG) en open-source tooling (MONAI, FAISS, HuggingFace).

6. Betekenis en Toekomstperspectief

Neuro-Oracle adresseert de "black-box" aard van AI in de geneeskunde. Hoewel het model de absolute piekprestatie van puur discriminatieve ensemble-methodes (M6) niet overtreft, biedt het een vertrouwensmechanisme: chirurgen kunnen de historische gevallen zien die als bewijs dienen en beoordelen of de redenering logisch is.

Beperkingen:

• De resultaten zijn gebaseerd op een proxi-label (resectietype) en niet op daadwerkelijke aanvalsvrijheid, wat introduceert dat het model mogelijk anatomische kenmerken van de resectieholte leert in plaats van de onderliggende pathologie.
• De dataset is klein (N=268) en afkomstig van één centrum, wat generalisatie beperkt.

Conclusie:
Het paper toont aan dat het combineren van longitudinale beeldanalyse met Retrieval-Augmented Generation een veelbelovende richting is voor interpreteerbare medische AI. Het framework is klaar voor implementering zodra datasets met echte uitkomstregistraties beschikbaar komen.