COVID-Net USPro: An Open-Source Explainable Few-Shot Deep Prototypical Network to Monitor and Detect COVID-19 Infection from Point-of-Care Ultrasound Images

Resumo Técnico do COVID-NET USPRO

Definição do Problema
A rápida transmissão do SARS-CoV-2 exige métodos de triagem eficazes para aliviar a carga sobre os sistemas de saúde. Embora o diagnóstico por imagem médica, particularmente a Ultrassonografia no Ponto de Cuidado (POCUS), ofereça uma alternativa portátil, de baixo custo e livre de radiação em relação à TC e ao Raio-X para detectar a COVID-19, a aplicação de aprendizado profundo (deep learning) a esta modalidade enfrenta um gargalo crítico: a escassez de dados bem anotados para novas doenças. Arquiteturas padrão de deep learning normalmente requerem conjuntos de dados massivos, que não estão disponíveis durante os estágios iniciais de pandemias. Além disso, as soluções existentes muitas vezes carecem de interpretabilidade e validação clínica, levantando preocupações sobre sua adoção em cenários clínicos reais.

Metodologia
Para enfrentar esses desafios, os autores propõem o COVID-Net USPro, uma rede prototípica de poucos disparos (few-shot) de aprendizado profundo, aberta e explicável, projetada para detectar COVID-19 em imagens de ultrassom pulmonar (LUS) utilizando dados de treinamento mínimos.

• Fonte de Dados: O estudo utiliza o conjunto de dados COVIDx-US v1.4, composto por 29.651 imagens processadas de 242 vídeos. O conjunto de dados inclui quatro classes: COVID-19 positivo, infecção não relacionada à COVID-19, outras condições pulmonares e controles normais. Para garantir a consistência e evitar vazamento de dados (data leakage), apenas imagens de sondas convexas foram utilizadas (os dados da sonda linear foram excluídos devido às diferenças no campo de visão), e os dados foram divididos em conjuntos de 90% para treinamento e 10% para teste. O conjunto de dados foi aumentado via rotações de 90°, 180° e 270°.
• Arquitetura da Rede: O COVID-Net USPro é uma Rede Prototípica (PN) que opera em um cenário de aprendizado episódico. Ela funciona mapeando imagens de entrada em um espaço de incorporação (embedding space) onde amostras da mesma classe se agrupam em torno de um único protótipo.
  • Codificador (Encoder): A rede emprega transferência de aprendizado (transfer learning) usando modelos pré-treinados (ResNet18 e ResNet50) inicializados no ImageNet. Os autores experimentaram variar o número de camadas treináveis (por exemplo, apenas a camada conectada final versus as últimas 3-4 camadas convolucionais mais a camada final).
  • Mecanismo de Aprendizado: Em cada episódio de treinamento, um "conjunto de suporte" (exemplos rotulados) e um "conjunto de consulta" (exemplos não rotulados) são amostrados. Os protótipos de classe são computados como a média das incorporações do conjunto de suporte. As imagens de consulta são classificadas calculando a distância euclidiana ao quadrado em relação a esses protótipos e aplicando uma função SoftMax.
  • Configuração de Treinamento: O modelo foi treinado usando um otimizador Adam com interrupção precoce (early stopping). O estudo avaliou o desempenho em diferentes cenários de "disparos" (shots) (5, 10, 20, até 200 disparos) e complexidades de classificação (2 vias, 3 vias e 4 vias).
• Explicabilidade e Validação: Para garantir que a rede dependa de características clinicamente relevantes em vez de artefatos, os autores integraram duas ferramentas de IA Explicável (XAI): Grad-CAM e GSInquire. Essas ferramentas geram mapas de calor visuais destacando as regiões que influenciam a decisão de classificação. Um clínico colaborador (um Professor Assistente em Medicina de Emergência) revisou essas visualizações para verificar se a rede focava em indicadores patológicos (ex: linhas B, consolidação pulmonar) em vez de estruturas irrelevantes (ex: costelas).

Principais Contribuições

1. Aprendizado de Poucos Disparos de Alto Desempenho: Os autores apresentam uma rede capaz de alcançar alta precisão e revocação (recall) com dados extremamente limitados. Quando treinada com apenas 5 disparos por classe, a COVID-Net USPro alcançou 99,65% de precisão geral, 99,7% de revocação e 99,67% de precisão para casos positivos de COVID-19 em uma tarefa de classificação de 2 vias.
2. Explicabilidade e Validação Clínica: Diferente de muitos trabalhos anteriores, este estudo valida rigorosamente o processo de tomada de decisão da rede. Através da análise Grad-CAM e GSInquire, combinada com a revisão clínica, os autores demonstraram que a rede pode ser guiada para focar em artefatos específicos da doença (como linhas B e consolidação) em vez de correlações espúrias.
3. Iniciativa de Código Aberto: O modelo, o código e o pipeline de análise são lançados como código aberto para promover a reprodutibilidade e a acessibilidade na IA para a saúde.

Resultos

• Escalabilidade de Desempenho: As métricas de desempenho melhoraram conforme o número de disparos de treinamento aumentava, estabilizando-se após 75 disparos. A configuração ResNet50L4 (ResNet50 pré-treinada com as últimas 3 camadas convolucionais e a camada final re-treinadas) superou consistentemente outros codificadores em todos os cenários de classificação (2 vias, 3 vias e 4 vias).
• Complexidade de Classificação: Embora o aumento do número de classes (de 2 vias para 4 vias) tenha reduzido inicialmente o desempenho, a lacuna diminuiu significamente com contagens de disparos mais altas (ex: 100 disparos), onde o modelo alcançou pontuações quase perfeitas (1.0000) em cenários de 3 e 4 vias.
• Melhorias na Explicabilidade: Visualizações iniciais mostraram instâncias onde o modelo focava incorretamente em características não patológicas (ex: costelas). Ao implementar duas estratégias — filtrar imagens baseando-se no Escore de Ultrassom Pulmonar (LUSS) para garantir dados de alta qualidade e recortar as imagens para remover o tecido mole acima da pleura — o foco da rede mudou para regiões clinicamente relevantes (o parênquima pulmonar abaixo da pleura). O clínico confirmou que o modelo refinado identificava corretamente padrões de linhas B e consolidação.

Significância e Alegações
O artigo afirma que o COVID-Net USPro oferece uma solução viável para a triagem da COVID-19 em ambientes com recursos limitados, onde grandes conjuntos de dados anotados não estão disponíveis. Ao alavancar o aprendizado de poucos disparos, a rede reduz os requisitos computacionais e de dados tipicamente associados ao aprendizado profundo. Os autores enfatizam que a combinação de alta precisão com tomada de decisão explicável e validação clínica é crucial para a confiança e adoção da IA no diagnóstico médico. O trabalho posiciona-se não apenas como uma ferramenta de diagnóstico para a COVID-19, mas como um framework adaptável a outras doenças novas e pandemias onde os dados são escassos. Os autores observam modestamente que trabalhos futuros poderiam envolver segmentação de imagem mais sofisticada, inclusão de dados de sonda linear e o uso de conjuntos de dados padronizados de alta qualidade coletados sistematicamente para refinar ainda mais o desempenho.