ECG-IMN: Interpretable Mesomorphic Neural Networks for 12-Lead Electrocardiogram Interpretation

Resumo Técnico: ECG-IMN – Redes Neurais Mesomórficas Interpretáveis para Interpretação de ECG de 12 Derivações

1. O Problema

Embora o aprendizado profundo (deep learning) tenha alcançado um desempenho de nível especialista na interpretação automática de eletrocardiogramas (ECG), esses modelos operam como "caixas-pretas". Na prática clínica, a falta de transparência sobre quais características fisiológicas (como elevação do segmento ST ou inversão da onda T) estão motivando um diagnóstico impede a adoção regulatória e a confiança dos profissionais de saúde.

Os métodos atuais de explicabilidade (como Grad-CAM ou SHAP) são post-hoc, ou seja, tentam aproximar a decisão do modelo após ela ter sido tomada. Isso os torna instáveis, computacionalmente caros e, muitas vezes, infiéis ao processo de decisão real do modelo.

2. Metodologia

Os autores propõem o ECG-IMN, uma arquitetura baseada em Redes Neurais Mesomórficas Interpretáveis (IMN). A inovação central é que o modelo não prevê a classe diretamente; em vez disso, ele funciona como uma hiperrede (hypernetwork).

• Arquitetura de Hiperrede: Uma rede convolucional profunda (backbone) processa o sinal de ECG de entrada para gerar os parâmetros (pesos $W$ e bias $b$) de um modelo linear estritamente local para cada amostra específica.
• Componentes Principais:
  • Encoder (Backbone): Uma CNN que extrai representações latentes do sinal de ECG.
  • Transition Decoder: Um módulo que faz o upsampling das características latentes para reconstruir a resolução temporal original, gerando os mapas de pesos $W \in \mathbb{R}^{C \times L}$ (onde $C=12$ derivações e $L$ é o comprimento do sinal).
  • Decisão Linear: A predição é feita através de uma equação linear simples: $y = W \cdot X + b$. Como a decisão é uma combinação linear direta dos pesos gerados e da entrada, a interpretação é intrínseca e matematicamente exata.
• Formulações: O modelo oferece duas variantes:
  1. Categórica (Multi-head): Gera pesos distintos para cada classe, permitindo avaliar evidências independentes para diferentes diagnósticos.
  2. Linear Única (Binária): Gera um único mapa de evidência onde valores positivos apoiam a patologia e negativos apoiam a normalidade.
• Regularização: Utiliza uma penalidade $L_1$ nos pesos gerados para promover a esparsidade, garantindo que o modelo foque apenas nos segmentos morfológicos mais relevantes.

3. Principais Contribuições

• Interpretabilidade Intrínseca: Diferente de métodos que aproximam a importância das características, o ECG-IMN define a importância através dos próprios pesos usados no cálculo final, garantindo fidelidade total.
• Localização de Alta Resolução: O uso do Transition Decoder permite localizar evidências patológicas com precisão tanto no tempo quanto nas derivações.
• Estratégia de Visualização Clínica: Introdução de um filtro de integração por segmentos (janelas deslizantes) que suaviza ruídos de alta frequência e destaca padrões morfológicos coerentes (como complexos QRS).
• Ferramenta Interativa: Disponibilização de uma interface no HuggingFace que permite aos clínicos realizar "ablação contrafactual" (remover partes do ECG para ver como a probabilidade de diagnóstico muda).

4. Resultados

O modelo foi avaliado no conjunto de dados PTB-XL em quatro tarefas de classificação binária (Normal vs. MI, STTC, CD e HYP).

• Desempenho Competitivo: O ECG-IMN alcançou um desempenho de AUROC altamente competitivo, ficando geralmente a menos de 2% de diferença em relação aos modelos de "caixa-preta" (CNNs padrão). Por exemplo, na tarefa de Infarto do Miocárdio (MI), o modelo binário atingiu um AUROC de 0,9631.
• Necessidade do Decoder: Estudos de ablação mostraram que, sem o Transition Decoder (modelo "IMN Direct"), o desempenho cai para níveis próximos ao acaso, provando que a arquitetura de mapeamento de pesos é crucial.
• Fidelidade Visual: As visualizações mostraram que o IMN identifica corretamente as regiões de interesse clínico, ao contrário de métodos post-hoc que podem apresentar mapas de calor instáveis ou ruidosos.

5. Significância

O trabalho demonstra que é possível conciliar o alto poder preditivo do aprendizado profundo com a transparência necessária para a medicina. Ao transformar o problema de classificação em um problema de geração de parâmetros lineares, o ECG-IMN oferece um caminho para sistemas de diagnóstico cardíaco de "caixa-branca", que não apenas dizem o que o paciente tem, mas mostram exatamente onde e por que o modelo chegou a essa conclusão, facilitando a validação médica e a confiança clínica.