CT-IDP: Segmentation-Derived Quantitative Phenotypes for Interpretable Abdominal CT Disease Classification

Resumo Técnico: CT-IDP – Fenótipos Quantitativos Derivados de Segmentação para Classificação Interpretável de Doenças Abdominais em TC

Enunciado do Problema
O volume crescente de exames de TC abdominal exige métodos robustos e automatizados de diagnóstico assistido por computador que generalizem entre diversos scanners, protocolos e instituições. Embora modelos de aprendizado profundo (CNNs, transformers de visão e modelos de linguagem-vídeo) tenham alcançado forte desempenho em benchmarks, eles frequentemente dependem de "aprendizado por atalho", priorizando características de aparência dominadas por textura em detrimento de manifestações quantitativas e estáveis da doença. Essa limitação é particularmente crítica para achados radiológicos definidos por anatomia mensurável — como tamanho de órgão, calibre de vaso, atenuação de tecido ou carga calcificada — onde a expressão da doença é quantitativa e não puramente textural. Além disso, as abordagens tradicionais de radiômica são tipicamente centradas na lesão e sensíveis a kernels de reconstrução e ruído, carecendo de um quadro unificado para aplicação transversal entre doenças.

Metodologia
Os autores propõem o CT-IDP (Fenótipos Derivados de Imagem de TC), um quadro que operacionaliza uma formulação centrada na anatomia para classificação multilabel de TC abdominal. A metodologia prossegue através de quatro etapas principais:

1. Segmentação e Extração de Descritores:

   • Segmentações multiorgânicas são geradas usando o TotalSegmentator e mapeadas para a grade nativa da imagem de TC.
   • Mais de 900 descritores em nível de órgão e compartimento são computados no espaço da imagem nativa, utilizando metadados de espaçamento de voxel para garantir unidades físicas.
   • Esses descritores são categorizados em três famílias:
     • Morfometria: Volume, diâmetro, área de superfície e razões de forma.
     • Atenuação: Resumos de primeira ordem de Unidades Hounsfield (UH), contrastes interorgânicos e estimativas de carga.
     • Contextual/Carga: Ocupação normalizada por cavidade e razões compostas.

2. Modelagem Específica Esparsa por Doença:

   • Em vez de uma única rede profunda de ponta a ponta, um modelo separado de regressão logística esparsa é treinado para cada achado-alvo usando um regularizador elastic-net.
   • Os recursos são selecionados via validação cruzada estratificada de 5 dobras no conjunto de desenvolvimento MERLIN. Descritores altamente correlacionados são filtrados e valores ausentes são imputados usando estatísticas de resumo do conjunto de dados.
   • A especificação final do modelo (descritores, regras de imputação, parâmetros de escalonamento e coeficientes) é "travada" e aplicada identicamente a conjuntos de dados externos sem retreinamento.

3. Benchmarks:

   • O CT-IDP é comparado a uma linha de base de transformer de visão (ViT) baseada em DINOv3.
   • A linha de base ViT é treinada nos mesmos dados de desenvolvimento MERLIN, usando clipping de intensidade, reamostragem e um esquema de codificação de três fatias para agregar embeddings em nível de fatia em previsões em nível de estudo.

4. Estratégia de Avaliação:

   • Conjuntos de Dados: Desenvolvimento no benchmark público MERLIN (15.175 estudos de treinamento, 5.018 de validação, 5.082 de teste). Validação externa em um conjunto de dados institucional privado (n=2.000) e no conjunto de dados público AMOS (n=1.107).
   • Rótulos: Rótulos em nível de estudo são derivados de laudos radiológicos (usando NLP assistido por LLM para o conjunto de dados privado) e mapeados para a biblioteca de fenótipos.
   • Métricas: Macro-AUC e Precisão Média (AP) com intervalos de confiança de 95% via bootstrap.

Principais Resultados

• Desempenho Geral: O CT-IDP superou a linha de base DINOv3 em todos os três conjuntos de dados em macro-AUC e macro-AP.
  • MERLIN: CT-IDP AUC 0,897 vs. ViT 0,880.
  • Institucional Privado: CT-IDP AUC 0,877 vs. ViT 0,857.
  • AMOS: CT-IDP AUC 0,780 vs. ViT 0,756.
• Desempenho Específico por Regime:
  • Superioridade do CT-IDP: O modelo quantitativo demonstrou ganhos significativos em achados definidos por anatomia mensurável ou atenuação, incluindo colelitíase (+0,111 a +0,255 ΔAUC), esteatose hepática (+0,157), aneurisma da aorta abdominal (AAA) e esplenomegalia.
  • Superioridade do ViT: O transformer de visão superou o CT-IDP em achados dependentes de padrões espaciais, distribuição de fluido compartimental ou configuração intestinal, como ar livre, obstrução intestinal e ascite.
  • Limites de Observabilidade: A análise de desempenho revelou que a discriminação do CT-IDP cai abruptamente para lesões sub-limiar ou não calcificadas (por exemplo, cálculos biliares não calcificados, cistos renais pequenos) onde a anomalia fica abaixo da resolução dos descritores derivados de segmentação. Nesses regimes, o ViT manteve discriminação residual moderada baseada em pistas de aparência local.
• Interpretabilidade: Os modelos esparsos forneceram regras de previsão explícitas e auditáveis. A inspeção dos coeficientes confirmou que as regras de decisão estavam alinhadas com limiares clínicos (por exemplo, probabilidade aumentando com o diâmetro aórtico e diminuindo com a diferença de atenuação fígado-baço). As falhas eram mecanicamente inspecionáveis, frequentemente rastreáveis a limitações específicas de descritores ou questões de proveniência de rótulos (por exemplo, co-rotulagem impulsionada por NLP de hepatomegalia e esteatose).

Significado e Alegações
O artigo postula que o CT-IDP define um regime operacional distinto e complementar às representações de imagem aprendidas:

• Robustez Fundamentada em Medição: Para doenças expressas através de anatomia mensurável (tamanho, atenuação, carga), modelos construídos diretamente sobre essas medições são mais robustos a deslocamentos de conjunto de dados e mais interpretáveis do que embeddings baseados em aparência.
• Interpretabilidade por Design: Ao contrário de métodos de explicabilidade post-hoc, a interpretabilidade do CT-IDP é intrínseca; cada previsão é uma função esparsa de medições anatômicas nomeadas, permitindo que clínicos inspecionem, contestem ou auditem regras de decisão específicas.
• Análise de Falhas: O quadro facilita a dissecção dos mecanismos de falha. Por exemplo, o artigo identifica que as lacunas de desempenho externo em hepatomegalia foram provavelmente impulsionadas por rótulos de treinamento derivados de NLP que confundiam hepatomegalia com esteatose, uma nuance revelada através da inspeção de coeficientes.
• Direção Futura: Os autores sugerem uma abordagem híbrida como o próximo passo natural, combinando medições explícitas do CT-IDP com embeddings visuais conscientes da anatomia, utilizando cada um em seu respectivo regime (definido por medição vs. definido por padrão espacial).

Limitações Reconhecidas
O estudo observa que a fidelidade dos descritores depende da qualidade da segmentação, particularmente para lesões pequenas. O uso de rótulos derivados de laudos comprime doenças radiologicamente heterogêneas em estados binários, potencialmente obscurecendo regimes operacionais. Além disso, a falta de metadados de fase de contraste por estudo em conjuntos de dados externos limitou a capacidade de isolar a variação de protocolo como uma causa específica de degradação de desempenho. A abordagem de regressão logística esparsa, embora transparente, pode sub-representar interações não lineares complexas.