Contour-free multi-instance learning versus conventional CT features for preoperative Ki-67 stratification in gastric gastrointestinal stromal tumors: a retrospective comparison

Technische Samenvatting: Contour-vrije Multi-instance Learning versus Conventionele CT-kenmerken voor Preoperatieve Ki-67 Stratificatie bij Gastrische GISTs

Probleemstelling
Gastro-intestinale stromale tumoren (GISTs) vertonen een significante biologische variabiliteit, en de preoperatieve risicobeoordeling is vaak beperkt omdat cruciale prognostische factoren, zoals de mitotische telling en de status van tumorruptuur, doorgaans intraoperatieve of pathologische bevestiging vereisen. De Ki-67-labelindex dient als een kritieke maatstaf voor tumorproliferatie, waarbij hogere waarden correleren met agressieve ziekte en recidief. De beoordeling van Ki-67 is echter afhankelijk van biopsie of geresecteerd weefsel en is onderhevig aan sampling-heterogeniteit. Hoewel contrastversterkte computertomografie (CT) routinematig wordt gebruikt voor stadiëring, vertrouwen bestaande predictieve modellen vaak op handmatig gedelineerde regio's van belang (ROIs) van de tumor. Deze handmatige contouring introduceert een aparte voorbewerkingsstap, verhoogt de werklast en beperkt de schaalbaarheid van radiomische of deep learning-benaderingen. Bovendien komt één patiëntniveau Ki-67-label overeen met een volledige CT-serie die honderden plakjes (slices) bevat, waarvan slechts een subset de tumor afbeeldt. Deze "één label, vele instanties"-structuur wordt zonder segmentatie niet optimaal geadresseerd door standaard supervised learning.

Methodologie
Deze retrospectieve single-center studie evalueerde een contour-vrij Multi-Instance Learning (MIL) framework dat ontworpen is voor de stratificatie van gastrische GISTs op basis van de Ki-67-index zonder dat tumorsegmentatie vereist is.

• Cohort en Taken: De studie omvatte 61 patiënten met gastrische GISTs die een radicale resectie ondergingen. Drie binaire classificatietaken werden gedefinieerd op basis van Ki-67-afkapwaarden van respectievelijk 5%, 8% en 10%. Patiënten met tussenliggende gerapporteerde Ki-67-waarden die een specifieke afkapwaarde overspanden, werden alleen uit die specifieke taak uitgesloten.
• Gegevensverwerking:
  • Conventionele Kenmerken: Twee lezers extraheerden onafhankelijk van elkaar 21 conventionele CT-variabelen (demografie, tumormorfologie, aankleuringspatronen, necrose, etc.) uit arteriële en veneuze fasebeelden.
  • Contour-vrije MIL: Volledige arteriële en veneuze CT-series werden verwerkt zonder tumorlokalisatie. DICOM-plakjes werden geordend op basis van fysieke positie, vensterd naar een abdominale instelling en gestandaardiseerd. Een frozen ResNet-18 encoder (pre-trained op ImageNet) extraheerde 512-dimensionale featurevectoren van elk plakje.
  • MIL Architectuur: De volledige CT-serie van elke patiënt vormde een "bag" van instanties (plakjes). Vijf MIL-methoden werden geïmplementeerd om plakken-features te aggregeren naar een patiëntniveau-representatie: MeanMIL, Attention-based MIL (ABMIL), Gated-attention MIL (GAMIL), Dual-stream MIL (DSMIL) en Attention-stabilized MIL (ASMIL).
• Modelvergelijking: De studie vergeleek:
  1. Twee conventionele modellen (Logistische Regressie met L2- en Elastic Net-regularisatie).
  2. Vijf MIL-methoden toegepast op arteriële en veneuze fasen afzonderlijk.
  3. Vier equal-logit fusiecombinaties (bijv. Arterieel + Veneus, Conventioneel + Arterieel, etc.).
• Evaluatieprotocol: Een patiëntniveau gestratificeerde 5-voudige cross-validatie, 10 keer herhaald, werd gebruikt. Prestaties werden beoordeeld via AUROC, AUPRC, kalibratie en Decision Curve Analysis (DCA). Statistische significantie van verschillen werd bepaald via gepaarde bootstrap-tests met Holm-correctie. Een post-training "attention audit" werd uitgevoerd om te verifiëren of geleerde aandacht-gewichten (attention weights) correleerden met tumor-dragende plakjes met behulp van handmatig geannoteerde ROIs (die niet tijdens de training werden gebruikt).

Belangrijkste Resultaten

• Discriminatief Vermogen: De studie vond geen duidelijk discriminatievoordeel voor contour-vrije MIL of fusiemodellen ten opzichte van conventionele CT-kenmerken.
  • De hoogste AUROCs waren 0,645 (5% afkapwaarde), 0,646 (8% afkapwaarde) en 0,605 (10% afkapwaarde).
  • Cruciaal was dat elke AUROC-betrouwbaarheidsinterval 0,5 bevatte, wat aangeeft dat geen van de modellen statistisch significante discriminatie boven toeval vertoonde in deze cohort.
  • Na Holm-correctie bleef geen van de 90 paarwijze vergelijkingen tussen modellen, noch de 54 vergelijkingen tussen fusiemodellen en hun componenten, statistisch significant.
• Vergelijking van MIL-methoden: Onder de vijf MIL-methoden bleven slechts twee specifieke paarwijze vergelijkingen significant na correctie (Venous DSMIL vs. ASMIL bij 8% AUROC; Venous DSMIL vs. GAMIL bij 10% AUPRC). Geen enkele MIL-methode presteerde consistent beter dan de andere of dan de conventionele modellen.
• Attention Audit: In de post-training audit toonden 34 van de 60 tests een significante associatie tussen aandacht-gewichten en tumor-dragende plakjes na globale Holm-correctie. Echter, de richting van deze associatie varieerde (21 boven referentie, 13 onder), wat suggereert dat aandacht-gewichten die geoptimaliseerd zijn voor patiëntniveau-classificatie, de tumor niet consistent lokaliseren.
• Stabiliteit: Fusiecomponenten vertoonden een lage tot matige correlatie, en de drieledige fusie was minder variabel dan enkelvoudige fase MIL-modellen, maar meer variabel dan conventionele elastic net.

Betekenis en Claims
Het artikel claimt een patiëntniveau-framework te definiëren voor het evalueren van volledige CT-series zonder laesiedelineatie, wat een potentieel alternatief biedt voor de arbeidsintensieve handmatige contouring die vereist is bij traditionele radiomics.

De auteurs zijn echter expliciet over de beperkingen van hun bevindingen:

1. Geen Klinische Superioriteit: In deze specifieke cohort bood contour-vrije MIL geen voordeel ten opzichte van conventionele CT-kenmerken. De auteurs stellen dat de kleine steekproefomvang en brede betrouwbaarheidsintervallen een definitieve conclusie over de gelijkwaardigheid van de benaderingen in de weg staan, maar ze hebben zeker geen superioriteit aangetoond.
2. Annotatiebelasting: De studie heeft de reductie in annotatietijd of klinische werklast niet gemeten, wat een primaire motivatie is voor contour-vrije benaderingen.
3. Toekomstige Vereisten: De auteurs concluderen dat externe validatie en een directe beoordeling van de annotatiebelasting vereist zijn voordat dit ontwerp als klinisch bruikbaar kan worden beschouwd. Ze suggereren dat toekomstige studies grotere cohorten, CT-specifieke representaties en ruimtelijke registratie tussen arteriële en veneuze fasen moeten gebruiken.

Samenvattend, hoewel de studie succesvol een contour-vrij MIL-pipeline heeft geïmplementeerd voor Ki-67 stratificatie, is het er niet in geslaagd aan te tonen dat deze benadering een voordeel biedt in discriminatie ten opzichte van eenvoudigere, conventionele CT-kenmerkenanalyse in de context van gastrische GISTs.