KAYRA: A Microservice Architecture for AI-Assisted Karyotyping with Cloud and On-Premise Deployment

1. Declaração do Problema

A cariotipagem é um procedimento clínico de diagnóstico crítico que envolve a identificação visual, ordenação e emparelhamento de cromossomos humanos a partir de imagens microscópicas de metáfase com bandas G. É essencial para triagem pré-natal, oncologia (por exemplo, detecção da translocação Philadelphia) e diagnóstico de doenças hereditárias.

• Desafios Atuais: O processo é atualmente manual, consome muito tempo (30–90 minutos por caso) e depende de uma força de trabalho escassa de citogeneticistas altamente treinados.
• Lacuna na Engenharia de Sistemas: Embora modelos de aprendizado profundo (por exemplo, Mask R-CNN, U-Net) tenham demonstrado alta precisão em segmentação e classificação, há uma falta de soluções robustas de engenharia de sistemas. Especificamente, há necessidade de um serviço clínico implantável que:
  • Gerencie pipelines de múltiplos modelos (detecção, segmentação, classificação).
  • Opere dentro de restrições clínicas rigorosas (residência de dados do paciente, flexibilidade entre on-premise e nuvem).
  • Integre um fluxo de trabalho com "humano no loop" para revisão especializada.

2. Metodologia: O Sistema KAYRA

O KAYRA é um sistema de cariotipagem de ponta a ponta arquitetado como um pipeline de microsserviços containerizado. Foi projetado para ser agnóstico à implantação, executando imagens de contêiner idênticas tanto em ambientes de nuvem (Kubernetes gerenciado) quanto on-premise (Docker Compose).

A. Arquitetura do Sistema

O sistema decompõe o fluxo de trabalho em microsserviços de responsabilidade única que se comunicam via HTTP/REST:

• Orquestrador de Pipeline: Coordena o fluxo por imagem. Implementa operação degradada: se um serviço a montante falhar, o pipeline pula essa etapa e retorna resultados parciais em vez de falhar completamente, garantindo utilidade para o citogeneticista.
• Serviços de Modelo:
  1. Segmentação Semântica: EfficientNet-B5 + U-Net.
  2. Detecção de Instância: Mask R-CNN (ResNet-50 + FPN).
  3. Resolução de Duplicatas/Sobreposição: Uma etapa de lógica dedicada.
  4. Classificação + Rotação: Classificador ResNet-18.
• Backend: Gerencia ingestão de imagens, enfileiramento de tarefas assíncronas, APIs de edição interativa e síntese de cariógramas compatíveis com ISCN.
• Frontend: Suporta revisão interativa especializada (divisão, mesclagem, reclassificação, rotação de cromossomos) com trilhas de auditoria completas.

B. O Pipeline de Redução de ROI em Cascata

Uma inovação central é a estratégia de Região de Interesse (ROI) em cascata, que aplica uma abordagem de "dividir e conquistar" para lidar com cromossomos sobrepostos e reduzir a carga computacional:

1. Pré-filtro Otsu: A imagem original (por exemplo, 1830×1830) é subamostrada, binarizada usando o método de Otsu e componentes conectados são rotulados para criar um recorte grosseiro (crop1).
2. Refinamento Semântico: crop1 é redimensionado para 992×992 e processado por uma U-Net (backbone EfficientNet-B5) para gerar uma máscara de 3 classes (fundo, cromossomo, sobreposição).
3. Extração de ROI Apertada: A região não nula da máscara da U-Net define um recorte mais apertado (crop2) na resolução original.
4. Segmentação de Instância: O Mask R-CNN executa apenas em crop2 (em ângulos de 0° e 45°) para detectar cromossomos individuais e gerar máscaras precisas em nível de pixel.
5. Classificação: Cromossomos detectados são recortados e passados para um classificador ResNet-18 para estimativa do tipo de cromossomo (1–22, X, Y) e ângulo de rotação.

Por que a Cascata Importa:

• Eficiência: O Mask R-CNN processa uma área de pixels ~34% menor, reduzindo a carga de propostas RPN.
• Estabilidade: Tamanhos de entrada fixos (992×992) estabilizam perfis de memória e agrupamento (batching).
• Precisão: Cada modelo vê apenas os dados para os quais é mais adequado processar (por exemplo, a U-Net remove ruído de fundo antes que o Mask R-CNN tente separar sobreposições).

C. Dados de Treinamento

Os modelos foram treinados em um conjunto de dados combinado de ~24.000 cariógramas anotados por especialistas, incluindo:

• Amostras de sangue periférico e medula óssea.
• Casos estruturalmente anormais (translocações, deleções).
• Aberrações específicas (por exemplo, cromossomo Philadelphia t(9;22)).
• Dados de plataformas comerciais para robustez entre fornecedores.
• Privacidade: A partição de dados é feita no nível do identificador do paciente para evitar vazamento entre os conjuntos de treinamento/validação/teste.

3. Contribuições Principais

1. Arquitetura de Microsserviços: Um sistema flexível e containerizado que suporta implantação tanto em nuvem quanto on-premise, atendendo ao requisito crítico de residência de dados do paciente.
2. Pipeline de ROI em Cascata: Uma abordagem inovadora de engenharia que encadeia pré-recorte Otsu, refinamento semântico U-Net e segmentação de instância Mask R-CNN para melhorar o desempenho em cromossomos sobrepostos.
3. Validação Clínica: Um estudo piloto rigoroso comparando o KAYRA com dois sistemas de referência comerciais (um baseado em limiar de densidade, outro em IA moderna) em dados clínicos reais.
4. Integração Humano-no-Loop: Um fluxo de trabalho projetado para adoção clínica, permitindo que citogeneticistas corrijam saídas de IA com versionamento completo e auditoria.

4. Resultados

O sistema foi avaliado em 459 cromossomos de 10 espalhamentos de metáfase (7 normais, 3 anormais) contra duas referências comerciais.

Métrica	KAYRA	Ref 2 (IA Moderna)	Ref 1 (Limiar de Densidade)	Significância Estatística (KAYRA vs. Ref 1)
Precisão de Segmentação	98,91%	78,21%	40,52%	$p < 0,0001$
Precisão de Classificação	89,1%	86,9%	54,5%	$p < 0,0001$
Precisão de Rotação	89,76%	94,55%	78,43%	$p < 0,0001$

• Segmentação: O KAYRA superou significativamente ambas as referências, segmentando corretamente 454/459 cromossomos. Reduziu notavelmente erros de "mesclagem" em comparação com a Referência 2.
• Classificação: O KAYRA alcançou 89,1% de precisão, superando significativamente a Referência 1 mais antiga. A diferença em relação à Referência 2 (86,9%) não foi estatisticamente significativa ($p=0,34$) dado o tamanho da amostra, embora o KAYRA tenha mostrado desempenho superior nos grupos B e C de tamanho médio.
• Rotação: O KAYRA ficou ligeiramente atrás da Referência 2 (89,76% vs. 94,55%), identificado como uma área para melhoria via aumento de dados de treinamento.
• Robustez: O KAYRA teve melhor desempenho em amostras de medula óssea tecnicamente difíceis (93,5% de precisão) do que em sangue periférico (86,5%), provavelmente devido à distribuição de treinamento.

5. Significado e Conclusão

• Prontidão Clínica: O KAYRA atingiu Nível 6 de Prontidão Tecnológica (TRL 6), demonstrando um protótipo validado em um ambiente relevante.
• Flexibilidade de Implantação: A arquitetura prova que pipelines complexos de IA com múltiplos modelos podem ser empacotados para satisfazer governança estrita de dados clínicos (on-premise) sem sacrificar a escalabilidade da implantação em nuvem.
• Trabalho Futuro: O sistema é agnóstico ao backbone, permitindo futuras atualizações para modelos baseados em transformadores (por exemplo, Mask2Former) sem reestruturação arquitetural. Os próximos passos planejados incluem validação multicêntrica, melhoria da precisão de rotação e abordagem da sub-representação do cromossomo Y.

Conclusão: O KAYRA conecta com sucesso a lacuna entre modelos acadêmicos de aprendizado profundo e serviços clínicos de citogenética implantáveis, oferecendo uma solução robusta, flexível e altamente precisa que se integra perfeitamente aos fluxos de trabalho especializados existentes.