Biological Spatial Priors Regularize Foundation Model Representations for Cross-Site MSI Generalization in Colorectal Cancer

Technische Samenvatting: Biologische ruimtelijke priors regulariseren representaties van foundation modellen voor cross-site MSI-generalisatie bij colorectale kanker

Probleemstelling
Het voorspellen van de microsatellietinstabiliteit (MSI)-status uit routinematige hematoxyline-eosine (H&E)-whole slide images (WSI's) biedt een potentieel alternatief voor moleculaire testen. Modellen die echter zijn getraind op data van één instelling, falen vaak in het generaliseren naar dia's die op verschillende locaties zijn verkregen, vanwege variaties in scanners, kleuringprotocollen en acquisitieomstandigheden. Hoewel foundation modellen (bijv. UNI, Virchow) robuuste tile-kenmerken bieden, coderen ze nog steeds locatie-specifieke textuur- en kleurstatiestiek die tijdens het trainingssproces spurious correlaties kunnen vertonen met labels. Deze afhankelijkheid van niet-biologische beeldvormingscues leidt tot een verminderde specificiteit wanneer modellen worden toegepast op externe cohorten, een kritiek probleem voor klinische implementatie waarbij vals-positieven patiënten ten onrechte naar immunotherapie kunnen leiden.

Methodologie
De auteurs stellen voor om biologisch gemotiveerde ruimtelijke priors in te brengen in Multiple Instance Learning (MIL)-kaders om representaties van foundation modellen te regulariseren. De kernhypothese is dat het expliciet coderen van bekende ruimtelijke biologie – specifiek de voor MSI-H-tumoren kenmerkende "Crohn-achtige" perifere lymfocytische reactie – de aandacht kan sturen naar locatie-invariante biologische kenmerken in plaats van locatie-specifieke beeldvormingsartefacten.

Twee complementaire ruimtelijke priors worden geïntroduceerd en aan tile-kenmerkvectoren toegevoegd voordat het self-attention-mechanisme in een TransMIL-aggregator:

1. Perifere Afstand (PD) Codering: Een scalair waarde die de nabijheid van een tile tot de dia-rand weergeeft. Dit dient als een geometrische proxy voor de tumor-invasieve rand, waar de Crohn-achtige lymfocytische infiltratie geconcentreerd is. Deze wordt berekend op basis van genormaliseerde afstanden tot de dia-randen ($d_{periph} = 1 - 2 \times \min(d_L, d_R, d_T, d_B)$).
2. Lokale Immuunbuur (LIN) Codering: Een scalair die de lokale lymfocyten-tumor-ratio binnen de ruimtelijke omgeving van een tile weergeeft. Dit is afgeleid van een lineaire probe die is getraind op het NCT-CRC-HE-100K-dataset om weefselklassenprobabiliteiten (lymfocyt versus tumor) in de omliggende tiles te schatten.

De studie evalueert zes configuraties die twee foundation modellen (UNI2-h en Virchow2) combineren met drie MIL-aggregators (ABMIL, CLAM-SB, TransMIL). De primaire experimentele opzet omvat training op het TCGA-COAD-cohort (137 dia's) en evaluatie op het externe TCGA-READ-cohort (50 dia's) zonder hertraining of aanpassing van hyperparameters.

Belangrijkste Bijdragen

• Biologisch Onderbouwde Regularisatie: Het artikel introduceert een methode om domeinspecifieke ruimtelijke kennis (nabijheid van tumorrand en lokale immuuncontext) direct te integreren in het aandachtsmechanisme van foundation modellen, dienend als regularisator tegen locatie-specifiek overfitting.
• Geometrische versus Kenmerkgebaseerde Priors: Het werk onderscheidt tussen generieke positionele coderingen (die alle ruimtelijke locaties gelijk behandelen) en biologisch onderbouwde priors die specifieke ziektefenotypes coderen.
• Encoder-onafhankelijke Verbetering: De studie toont aan dat de Perifere Afstand prior de prestaties verbetert over verschillende foundation modellen (UNI2-h en Virchow2), wat suggereert dat het signaal complementair is aan de semantische kenmerken die door deze modellen worden geëxtraheerd.

Experimentele Resultaten

• Basisprestaties: Onder de referentieconfiguraties behaalde UNI2-h gecombineerd met TransMIL de beste balans tussen interne en cross-site prestaties (TCGA-COAD MSI AUC: 0,957 ± 0,013; TCGA-READ MSS Specificiteit: 0,939).
• Invloed van Perifere Afstand (PD):
  • UNI2-h + TransMIL + PD: Bereikte een interne COAD MSI AUC van 0,959 ± 0,012 en een perfecte 1,000 MSS specificiteit op het externe TCGA-READ-cohort (nul vals-positieven op 49 MSS-cases).
  • Virchow2 + TransMIL + PD: Verbeterde COAD AUC van 0,915 naar 0,941 en READ specificiteit van 0,878 naar 0,959.
• Invloed van Lokale Immuunbuur (LIN):
  • Bij UNI2-h verbeterde LIN de cross-site specificiteit niet boven het basisniveau, waarschijnlijk omdat UNI2-h-kenmerken de lymfocytinhoud al voldoende vastleggen.
  • Bij Virchow2 verbeterde LIN de READ specificiteit naar 0,959, maar verlaagde de interne COAD AUC (van 0,915 naar 0,905), wat suggereert dat het fungeert als regularisator die interne discriminatieve kracht inruilt voor cross-site stabiliteit.
• Analyse van Aandachtskaarten: Visuele inspectie van aandachtskaarten onthulde dat de PD prior kwalitatief de focus van het model verschuift. Bij MSI-H-dia's concentreerde de aandacht zich op de weefselgrens (consistent met de invasieve rand), terwijl bij MSS-dia's de prior spurious hoge aandachtsreacties in het weefselinterieur onderdrukte.

Betekenis en Beweringen
Het artikel beweert dat biologisch onderbouwde ruimtelijke priors functioneren als effectieve regularisatoren die de afhankelijkheid van een model van locatie-specifieke beeldvormingspatronen verminderen. Door de structurele eigenschap van de tumor-invasieve rand te coderen (via perifere afstand), wordt het model geleid om aandacht te besteden aan anatomisch stabiele regio's waar het MSI-signaal geconcentreerd is, in plaats van regio's waar locatie-specifieke textuur toevallig informatief is in de trainingsset.

De auteurs benadrukken dat de verbetering in cross-site specificiteit (specifiek de eliminatie van vals-positieven in het externe cohort) klinisch significant is voor het screenen op geschiktheid voor immunotherapie. Zij betogen dat deze aanpak een praktische route biedt naar meer locatie-invariante WSI-representaties door gebruik te maken van klinisch gevalideerde ruimtelijke biologie zonder extra tile-niveau annotaties of architecturale complexiteit te vereisen. De studie concludeert dat geometrische priors die rechtstreeks zijn afgeleid van tile-coördinaten stabieler en generaliseerbaarder kunnen zijn dan kenmerkgebaseerde priors die zijn afgeleid van secundaire classifiers, die op hun beurt zelf locatie-specifieke variaties kunnen dragen.

Beperkingen
De auteurs wijzen op enkele beperkingen: het trainingscohort (TCGA-COAD) is relatief klein (137 dia's, 23 MSI-H), wat de stabiliteit van cross-validatie-schattingen beperkt; het externe cohort (TCGA-READ) bevat slechts één MSI-H-geval, wat de beoordeling van sensitiviteit op de externe set verhindert; en de perifere afstand is een grove proxy voor de invasieve rand, die potentieel kan worden verfijnd met toewijding aan segmentatie. Bovendien zijn de resultaten nog niet gevalideerd op volledig onafhankelijke institutionele cohorten buiten het TCGA-kader.