RAM-H1200: A Unified Evaluation and Dataset on Hand Radiographs for Rheumatoid Arthritis

Resumo Técnico do RAM-H1200: Uma Avaliação Unificada e Conjunto de Dados sobre Radiografias de Mão para Artrite Reumatoide

Declaração do Problema
A avaliação da artrite reumatoide (AR) a partir de radiografias de mão exige uma análise multinível que integre modelagem da estrutura anatômica, alterações patológicas locais de alta granularidade (especificamente erosão óssea, EO, e estreitamento do espaço articular, ESA) e pontuação padronizada clinicamente (Sharp/van der Heijde, SvdH). Recursos públicos existentes não suportam esse paradigma unificado. Conjuntos de dados em grande escala, como MURA ou RSNA Bone Age, fornecem apenas rótulos globais ou detecção de anomalias sem máscaras estruturais de alta granularidade. Conjuntos de dados específicos para AR frequentemente carecem de anotações em nível de pixel, restringem-se à região do punho (por exemplo, RAM-W600) ou focam em traumas em vez de AR. Além disso, a análise quantitativa da erosão óssea permanece escassa, com a maioria dos recursos dependendo de classificação categórica grosseira em vez de supervisão espacial explícita para extensão e morfologia da lesão. Essa falta de dados abrangentes dificulta o desenvolvimento de modelos capazes de capturar conjuntamente o contexto anatômico, a patologia localizada e a gravidade clínica.

Metodologia e Construção do Conjunto de Dados
Os autores introduzem o RAM-H1200, uma avaliação e conjunto de dados multicêntrico compreendendo 1.200 radiografias posteroanteriores (PA) de mão de alta resolução coletadas em seis centros médicos no Japão. O conjunto de dados inclui 241 pacientes com AR e 50 controles sem AR, cobrindo diversas condições de imagem e demografia de pacientes.

O conjunto de dados distingue-se por sua estratégia de anotação multinível, realizada por uma equipe multidisciplinar incluindo radiologistas e ortopedistas:

1. Segmentação de Instância da Estrutura Óssea da Mão: Delimitação precisa de contornos para 30 estruturas anatomicamente definidas em toda a mão, incluindo falanges, metacarpos, ossos do carpo, rádio, ulna e ossos sesamoides, juntamente com o tecido mole circundante.
2. Máscaras de Erosão Óssea (EO) em Nível de Pixel: Anotações para regiões de EO categorizadas por certeza diagnóstica: EO SvdH de alta confiança, EO SvdH de confiança moderada e EO não-SvdH. Isso permite análise quantitativa além da classificação grosseira.
3. Regiões de Interesse (ROIs) de Articulações Definidas pelo SvdH: Localizações anatômicas para pontuação de EO (16 articulações) e ESA (15 articulações), seguindo o protocolo SvdH.
4. Pontuação SvdH em Nível de Articulação: Pontuações ordinais de gravidade para EO e ESA atribuídas no nível da articulação.

O conjunto de dados é dividido no nível do paciente para evitar vazamento de dados e é acompanhado por pré-processamento padronizado (reamostragem para 0,175 mm/pixel, inversão da mão esquerda).

Contribuições Principais
O artigo afirma três contribuições primárias:

• Um Benchmark Unificado de Multi-Tarefa: O RAM-H1200 é o primeiro conjunto de dados em grande escala a suportar sistematicamente três aspectos hierarquicamente organizados da análise de AR: (i) análise quantitativa de EO via modelagem em nível de pixel, (ii) modelagem da estrutura óssea de toda a mão via segmentação de instância e (iii) pontuação padronizada baseada em SvdH para EO e ESA. Esse design conecta a quantificação em nível de lesão, a modelagem consciente da estrutura e a avaliação clínica.
• Anotações de Alta Granularidade e Anatomicamente Consistentes: O conjunto de dados fornece anotações de alta qualidade em nível de pixel tanto para estruturas anatômicas quanto para regiões de erosão, preservando a consistência anatômica para apoiar a análise de lesões locais e a modelagem estrutural global.
• Framework Abrangente de Benchmarking: Os autores estabelecem benchmarks padronizados com métricas de avaliação unificadas para cada subtarefa, permitindo avaliação sistemática e comparação entre modelos de tarefas intermediárias, desde a modelagem anatômica até a quantificação de lesões e pontuação clínica.

Resultados Experimentais
Os autores avaliaram vários modelos de última geração (incluindo variantes U-Net, Transformers, arquiteturas baseadas em Mamba e modelos fundacionais como SAM) no conjunto de teste.

• Segmentação da Estrutura Óssea da Mão: Modelos supervisionados alcançaram desempenho robusto, com Coeficientes de Similaridade Dice (DSC) superiores a 96% para a maioria das arquiteturas. O SwinUMamba alcançou os melhores resultados gerais. No entanto, o desempenho degradou-se significativamente em regiões de sobreposição anatômica (por exemplo, o punho), onde a ambiguidade induzida pela projeção obscurece os limites. Modelos fundacionais (SAM, MedSAM) performaram substancialmente pior do que modelos supervisionados, particularmente em regiões de sobreposição.
• Segmentação de EO da Mão: Esta tarefa permaneceu um grande desafio aberto. Todos os modelos alcançaram pontuações DSC relativamente baixas (abaixo de 20%), refletindo a dificuldade de detectar lesões pequenas, esparsas e de baixo contraste. O SwinUMamba performou melhor (DSC ~19,59%), mas os modelos lutaram com o compromisso entre sensibilidade e falsos positivos, frequentemente perdendo erosões pequenas ou produzindo máscaras fragmentadas.
• Pontuação SvdH (EO e ESA):
  • Pontuação de EO: Os modelos mostraram acordo ordinal limitado (QWK ~0,45 para MedMamba) e precisão balanceada. O desempenho foi fortemente enviesado para previsões de baixo grau devido ao desequilíbrio de classes. Matrizes de confusão indicaram que erosões de grau mais alto raramente foram previstas corretamente.
  • Pontuação de ESA: O desempenho foi relativamente melhor do que a pontuação de EO (QWK ~0,60 para MobileViT), mas ainda ficou aquém da aplicabilidade clínica. Os modelos capturaram padrões grosseiros, mas lutaram com a classificação de gravidade de alta granularidade, particularmente para estreitamento leve (graus 1–2).

Significado e Afirmações
O artigo postula que o RAM-H1200 fornece um único benchmark para análise abrangente de AR, preenchendo a lacuna entre a modelagem da estrutura anatômica e a pontuação fundamentada clinicamente. Os autores destacam que, embora a modelagem anatômica (segmentação óssea) seja substancialmente mais madura, a análise quantitativa de EO permanece um gargalo significativo. Os resultados demonstram que os modelos atuais podem modelar efetivamente esqueletos globais de mão, mas lutam com a natureza de alta granularidade, ambígua e dependente de projeção das lesões erosivas e da pontuação articular.

Os autores enfatizam que o conjunto de dados permite a primeira formulação explícita e benchmarking da análise quantitativa de EO em escala, indo além da classificação grosseira de gravidade. Eles concluem que uma avaliação confiável de AR exige que pesquisas futuras incorporem priores estruturais, modelagem multiescala e aprendizado consciente da incerteza para abordar as dificuldades intrínsecas da patologia da AR e da imagem radiográfica. O conjunto de dados destina-se a facilitar o desenvolvimento de sistemas de diagnóstico auxiliado por computador como ferramentas assistivas, em vez de substitutos diagnósticos autônomos.