Biological Spatial Priors Regularize Foundation Model Representations for Cross-Site MSI Generalization in Colorectal Cancer

Resumo Técnico: Priors Espaciais Biológicos Regularizam Representações de Modelos Fundamentais para Generalização entre Sites de MSI em Câncer Colorretal

Declaração do Problema
A previsão do status de instabilidade de microssatélites (MSI) a partir de imagens de lâminas inteiras (WSIs) rotineiras coradas com hematoxilina e eosina (H&E) oferece uma alternativa potencial aos testes moleculares. No entanto, modelos treinados com dados de uma instituição frequentemente falham em generalizar para lâminas adquiridas em diferentes sites devido a variações em scanners, protocolos de coloração e condições de aquisição. Embora modelos fundamentais (por exemplo, UNI, Virchow) forneçam recursos robustos ao nível de tiles, eles ainda codificam estatísticas de textura e cor específicas de cada site que podem correlacionar-se espúriamente com os rótulos durante o treinamento. Essa dependência de pistas de imagem não biológicas leva à redução da especificidade quando os modelos são aplicados a coortes externas, uma questão crítica para a implementação clínica, onde falsos positivos poderiam direcionar incorretamente pacientes para imunoterapia.

Metodologia
Os autores propõem injetar priors espaciais motivados biologicamente em frameworks de Aprendizado de Múltiplas Instâncias (MIL) para regularizar representações de modelos fundamentais. A hipótese central é que codificar explicitamente a biologia espacial conhecida — especificamente a reação linfocitária periférica "semelhante à doença de Crohn", característica de tumores MSI-H — pode orientar a atenção para recursos biológicos invariantes ao site, em vez de artefatos de imagem específicos de cada site.

Dois priors espaciais complementares são introduzidos e anexados aos vetores de recursos de tile antes do mecanismo de autoatenção em um agregador TransMIL:

1. Codificação de Distância Periférica (PD): Um valor escalar representando a proximidade de um tile à borda da lâmina. Isso serve como um proxy geométrico para a margem invasiva do tumor, onde o infiltrado linfocitário semelhante à doença de Crohn está concentrado. É calculado com base em distâncias normalizadas às bordas da lâmina ($d_{periph} = 1 - 2 \times \min(d_L, d_R, d_T, d_B)$).
2. Codificação de Vizinhança Imune Local (LIN): Um escalar representando a razão local linfócito-tumor dentro da vizinhança espacial de um tile. Isso é derivado de uma sonda linear treinada no conjunto de dados NCT-CRC-HE-100K para estimar probabilidades de classe de tecido (linfócito vs. tumor) nos tiles circundantes.

O estudo avalia seis configurações combinando dois modelos fundamentais (UNI2-h e Virchow2) com três agregadores MIL (ABMIL, CLAM-SB, TransMIL). A configuração experimental principal envolve o treinamento na coorte TCGA-COAD (137 lâminas) e a avaliação na coorte externa TCGA-READ (50 lâminas) sem retreinamento ou ajuste de hiperparâmetros.

Principais Contribuições

• Regularização Fundamentada Biologicamente: O artigo introduz um método para integrar conhecimento espacial específico do domínio (proximidade à margem do tumor e contexto imune local) diretamente no mecanismo de atenção de modelos fundamentais, atuando como um regularizador contra o ajuste excessivo específico de cada site.
• Priors Geométricos vs. Baseados em Recursos: O trabalho distingue entre codificações posicionais genéricas (que tratam todas as localizações espaciais igualmente) e priors fundamentados biologicamente que codificam fenótipos de doenças específicos.
• Melhoria Agnóstica ao Codificador: O estudo demonstra que o prior de Distância Periférica melhora o desempenho em diferentes modelos fundamentais (UNI2-h e Virchow2), sugerindo que o sinal é complementar aos recursos semânticos extraídos por esses modelos.

Resultados Experimentais

• Desempenho de Linha de Base: Entre as configurações de referência, UNI2-h combinado com TransMIL alcançou o melhor equilíbrio entre desempenho interno e entre sites (AUC de MSI TCGA-COAD: 0,957 ± 0,013; Especificidade MSS TCGA-READ: 0,939).
• Impacto da Distância Periférica (PD):
  • UNI2-h + TransMIL + PD: Alcançou uma AUC interna de MSI COAD de 0,959 ± 0,012 e uma especificidade MSS perfeita de 1,000 na coorte externa TCGA-READ (zero falsos positivos em 49 casos MSS).
  • Virchow2 + TransMIL + PD: Melhorou a AUC de COAD de 0,915 para 0,941 e a especificidade de READ de 0,878 para 0,959.
• Impacto da Vizinhança Imune Local (LIN):
  • Com UNI2-h, a LIN não melhorou a especificidade entre sites além da linha de base, provavelmente porque os recursos do UNI2-h já capturam suficientemente o conteúdo de linfócitos.
  • Com Virchow2, a LIN melhorou a especificidade de READ para 0,959, mas reduziu a AUC interna de COAD (de 0,915 para 0,905), sugerindo que atua como um regularizador que troca poder discriminativo interno por estabilidade entre sites.
• Análise de Mapas de Atenção: A inspeção visual dos mapas de atenção revelou que o prior PD deslocou qualitativamente o foco do modelo. Em lâminas MSI-H, a atenção concentrou-se na borda do tecido (consistente com a margem invasiva), enquanto em lâminas MSS, o prior suprimiu respostas espúrias de alta atenção no interior do tecido.

Significado e Alegações
O artigo alega que priors espaciais fundamentados biologicamente funcionam como regularizadores eficazes que reduzem a dependência de um modelo em padrões de imagem específicos de cada site. Ao codificar a propriedade estrutural da margem invasiva do tumor (via distância periférica), o modelo é guiado a atender a regiões anatomicamente estáveis onde o sinal de MSI está concentrado, em vez de regiões onde a textura específica de cada site acaba sendo informativa no conjunto de treinamento.

Os autores enfatizam que a melhoria na especificidade entre sites (especificamente a eliminação de falsos positivos na coorte externa) é clinicamente significativa para a triagem de elegibilidade para imunoterapia. Eles argumentam que essa abordagem oferece uma rota prática para representações de WSIs mais invariantes a sites, aproveitando a biologia espacial clinicamente validada sem exigir anotações adicionais ao nível de tile ou complexidade arquitetônica. O estudo conclui que priors geométricos derivados diretamente das coordenadas de tile podem ser mais estáveis e generalizáveis do que priors baseados em recursos derivados de classificadores secundários, que podem, por sua vez, carregar variações específicas de cada site.

Limitações
Os autores observam várias restrições: a coorte de treinamento (TCGA-COAD) é relativamente pequena (137 lâminas, 23 MSI-H), limitando a estabilidade das estimativas de validação cruzada; a coorte externa (TCGA-READ) contém apenas um caso MSI-H, impedindo a avaliação da sensibilidade no conjunto externo; e a distância periférica é um proxy grosseiro para a margem invasiva, que poderia potencialmente ser refinada com segmentação dedicada. Além disso, os resultados ainda não foram validados em coortes institucionais totalmente independentes fora do framework TCGA.