CLARITY: Medical World Model for Guiding Treatment Decisions by Modeling Context-Aware Disease Trajectories in Latent Space

Resumo Técnico: CLARITY

1. O Problema

A tomada de decisão clínica em oncologia exige prever como uma doença evoluirá sob diferentes tratamentos ao longo do tempo. No entanto, os sistemas de IA atuais apresentam limitações críticas:

• Predição Estática: A maioria dos modelos atuais prevê apenas um resultado final estático, sem modelar a trajetória longitudinal da doença condicionada ao tratamento.
• Incapacidade de Raciocínio Contrafactual: Os médicos precisam avaliar cenários "e se" (ex: "O que aconteceria se mudássemos para a quimioterapia X em vez da Y?"), mas os modelos existentes não conseguem simular essas trajetórias futuras sob intervenções não observadas.
• Limitações dos Modelos Generativos Atuais: Abordagens baseadas em difusão (que geram imagens futuras) focam na síntese visual superficial, são computacionalmente caras e não capturam bem a dinâmica fisiológica contínua ou integram contextos clínicos heterogêneos de forma eficaz.
• Falta de Integração Decisão-Predição: Existe uma desconexão entre a extração de características visuais e a otimização do tratamento, dificultando o planejamento sequencial de terapias.

2. Metodologia: A Arquitetura CLARITY

O CLARITY é um Modelo de Mundo Médico projetado para simular trajetórias de doenças condicionadas ao tratamento em um espaço latente, permitindo o planejamento de tratamentos através de simulações "o que-if". O sistema é composto por três módulos principais:

A. Codificação de Estado Visual (MRI Encoder)

• Utiliza um modelo de visão 3D pré-treinado (baseado em foundation models) adaptado via LoRA (Low-Rank Adaptation).
• Extrai um estado latente visual ($z_{pre}$) da ressonância magnética (MRI) pré-tratamento, servindo como estado inicial para a simulação.
• Foca em representar transições fisiológicas contínuas em vez de gerar pixels brutos.

B. Agente de Políticas Terapêuticas (Therapy Policy Agent)

• Implementado com um Modelo de Linguagem Multimodal (MLLM) (ex: GPT-5).
• Gera combinações de tratamentos candidatas baseadas no contexto clínico do paciente (genômica, demografia, histórico), garantindo que as ações sejam clinicamente válidas e seguras.
• Codifica as descrições dos tratamentos em embeddings densos ($h^{drug}$).

C. Módulo Ator (Modelo de Evolução da Doença)

• Funciona como o "mundo" que simula o futuro. Recebe o estado latente pré-tratamento, o contexto clínico, o intervalo de tempo e o embedding do tratamento.
• Preditor de Latente Pós-Tratamento: Prevê o estado latente futuro ($\hat{z}_{post}$) usando uma arquitetura Transformer.
  • Função de Perda: Combina perda de consistência latente ($\ell_1$) com uma regularização contrastiva suave. Esta última alinha a similaridade no espaço latente com a similaridade semântica dos tratamentos (ex: tratamentos com mecanismos similares produzem transições latentes próximas).
• Preditor de Sobrevivência: Usa um módulo de atenção cruzada bidirecional para processar o estado pré e pós-tratamento, gerando uma probabilidade de sobrevivência (1 ano) e uma pontuação de risco contínua.

D. Avaliação de Sobrevivência Inversa (Inverse Survival Evaluation)

• Este é o núcleo do ciclo de decisão. Em vez de escolher um tratamento baseado em uma única previsão, o sistema executa um planejamento de longo horizonte.
• O Agente propõe trajetórias de tratamento; o Ator simula os resultados e retorna uma pontuação de risco.
• O sistema utiliza um objetivo de entropia regularizada para otimizar a distribuição de políticas, permitindo exploração (diversidade de opções) enquanto converge para estratégias que minimizam o risco acumulado de morte.
• O processo é iterativo: o feedback de sobrevivência refina as propostas de terapia até que a melhor estratégia seja selecionada.

3. Principais Contribuições

1. Modelagem de Doença Condicionada ao Tratamento: É o primeiro modelo a simular transições fisiológicas contínuas em um espaço latente, permitindo o raciocínio contrafactual sobre como diferentes terapias alteram a dinâmica da doença.
2. Condicionamento Temporal e Clínico Explícito: Codifica intervalos de tempo irregulares e contextos multimodais (genômica, demografia) para gerar previsões individualizadas e coerentes longitudinalmente.
3. Integração Predição-para-Decisão: Introduz um quadro de "Avaliação de Sobrevivência Inversa" que transforma simulações latentes em recomendações de tratamento adaptativas e interpretáveis, fechando o ciclo entre simulação e decisão clínica.

4. Resultados Experimentais

O CLARITY foi avaliado em três conjuntos de dados de câncer:

• MU-Glioma-Post (Tumores cerebrais, 203 pacientes).
• UCSF-ALPTDG (Tumores cerebrais, validação zero-shot em 298 pacientes).
• ISPY-2 (Câncer de mama, 985 pacientes).

Desempenho Quantitativo:

• Planejamento de Tratamento: O CLARITY alcançou um F1-score de 57,1% no MU-Glioma-Post, superando significativamente o melhor baseline médico (Huatuo-Vision com 46,4%) e modelos de linguagem gerais (GPT-4o com 42,1%).
• Previsão de Sobrevivência: Alcançou um C-index de 0,794, superando modelos clássicos de sobrevivência (DeepSurv, RSF) e modelos generativos baseados em difusão (MeWM).
• Validação Zero-Shot: Demonstrou forte generalização no conjunto de dados UCSF-ALPTDG sem ajuste fino, obtendo 48,9% de F1.
• Eficiência Computacional: A abordagem baseada em latente é 9 a 15 vezes mais eficiente que métodos baseados em difusão (4,21 TFLOPs vs 61,3 TFLOPs) e reduz o tempo de inferência para sub-segundos, tornando viável a iteração múltipla necessária para o planejamento.

Análise de Ablação:

• A substituição da síntese de difusão por dinâmica latente trouxe o maior ganho de desempenho (+8,8% no F1).
• O ciclo de feedback iterativo (Avaliação Inversa) foi crucial para atingir o pico de desempenho.
• O uso de codificadores pré-treinados especificamente para MRI (MRI-CORE) superou modelos treinados em imagens naturais.

5. Significado e Impacto

O CLARITY representa um avanço paradigmático na IA médica, movendo-se de modelos estáticos de predição de risco para modelos de mundo dinâmicos capazes de simular o futuro sob intervenções específicas.

• Tomada de Decisão Clínica: Oferece uma ferramenta para médicos visualizarem e compararem cenários de tratamento alternativos, apoiando a personalização da terapia oncológica.
• Viabilidade Prática: Ao evitar a geração de imagens pixel a pixel e focar em representações latentes, o modelo torna o planejamento de tratamento computacionalmente viável para uso clínico.
• Generalização: A capacidade de funcionar em diferentes tipos de câncer (cerebral e mamário) e com dados não vistos (zero-shot) sugere que a arquitetura é robusta e escalável para outras doenças.

Em resumo, o CLARITY estabelece um novo padrão para sistemas de suporte à decisão clínica, integrando simulação de mundo, raciocínio contrafactual e otimização de políticas para melhorar os resultados de sobrevivência dos pacientes.