JANUS: Anatomy-Conditioned Gating for Robust CT Triage Under Distribution Shift

Resumo Técnico: JANUS – Portaria Condicionada por Anatomia para Triagem Robusta de TC

Declaração do Problema
A triagem automatizada de TC visa sinalizar achados clinicamente significativos, muitos dos quais são definidos por limiares quantitativos (por exemplo, tamanho de órgão, calibre vascular, densidade em UH) e não apenas pela aparência visual. Embora os Transformadores de Visão (ViTs) forneçam representações visuais robustas, eles frequentemente carecem de mecanismos explícitos para incorporar essas pistas de medição. Sob deslocamentos de distribuição (por exemplo, mudanças em protocolos de scanner ou configurações de reconstrução), a aparência visual pode variar significativamente, enquanto a anatomia subjacente permanece invariante. Tentativas anteriores de preencher essa lacuna usando estatísticas grosseiras ao nível de órgão ou fusão aditiva frequentemente falham em fornecer mecanismos explícitos de supressão, permitindo que os modelos se apeguem a correlações espúrias quando a evidência visual e quantitativa entram em conflito.

Metodologia: Arquitetura JANUS
Os autores introduzem o JANUS, uma arquitetura de duplo fluxo guiada pela fisiologia, projetada para condicionar embeddings visuais em prios macro-radiômicos por meio de Portaria Guiada por Anatomia.

1. Ingestão de Dados e Pré-processamento:

   • Fluxo Visual: Volumes 3D de TC são amostrados em $N$ "tri-fatias" 2.5D (empilhando fatias adjacentes). Estes são processados por um backbone ViT DINOv3 pré-treinado para extrair embeddings de patches.
   • Fluxo Simbólico: Máscaras de segmentação (derivadas de ferramentas como TotalSegmentator) são usadas para calcular um vetor de prior macro-radiômico específico da doença ($s_\ell$). Este vetor inclui descritores como volumes de órgãos, diâmetros, perfis de densitometria e volumes de fluido. Esses escalares são normalizados por escore-z.

2. Codificação Visual (Atenção Mascarada por Órgão):

   • Em vez de pooling global padrão, o JANUS emprega Pooling de Atenção por ROI Dilatada e Mascarada. Para cada patologia, uma máscara específica de Região de Interesse (ROI) 3D é definida (por exemplo, a aorta para aneurismas).
   • Esta máscara é dilatada para capturar o contexto periorgânico e alinhada com a amostragem de tri-fatias.
   • Os pesos de atenção são computados apenas sobre os tokens dentro da ROI, agrupando características visuais ($z_{v,\ell}$) especificamente relevantes para a patologia, ignorando o fundo irrelevante.

3. Portaria Guiada por Anatomia (O Mecanismo Central):

   • O vetor de prior macro-radiômico $s_\ell$ é projetado através de uma camada linear aprendida e passado por uma função sigmoide para produzir um portão fisiológico $g_\ell \in [0, 1]^d$.
   • Este portão modula o embedding visual via multiplicação elemento a elemento (produto de Hadamard): $z_{gated,\ell} = z_{v,\ell} \odot g_\ell$.
   • Mecanismo: Isso atua como um "Veto Fisiológico". Se os prios quantitativos contradisserem a evidência visual (por exemplo, uma característica visual sugere um aneurisma, mas o diâmetro aórtico está dentro dos limites normais), o portão pode atenuar dimensões específicas do embedding visual, suprimindo efetivamente falsos positivos de alta confiança.
   • Inicialização: O portão é inicializado para permanecer majoritariamente aberto ($g \approx 0.88$) para garantir fluxo estável de gradientes, permitindo que o modelo aprenda portaria mais forte apenas quando suportado pelos dados de treinamento.

4. Objetivo de Treinamento:

   • O modelo utiliza uma perda de Entropia Cruzada Binária (BCE) ponderada por currículo sobre labels parcialmente observados. Labels ausentes são tratados como negativos fracos após um período inicial de aquecimento para lidar com anotações incompletas comuns em conjuntos de dados retrospectivos.

Principais Contribuições

• Arquitetura: O JANUS operacionaliza o princípio de que medições quantitativas devem constranger previsões visuais, não apenas aumentá-las. Ele introduz um gargalo multiplicativo que estruturalmente permite a supressão de evidência visual quando esta conflita com prios macro-radiômicos.
• Métrica (Taxa de Veto Fisiológico - PVR): Os autores propõem a PVR para quantificar a supressão de falsos positivos de base de alta confiança. Eles também definem Seletividade de Veto (razão entre supressão de falsos positivos e supressão de verdadeiros positivos) para demonstrar que o mecanismo de portaria é seletivo, e não reduz uniformemente a confiança.
• Validação Empírica: O estudo fornece uma comparação rigorosa contra baselines, incluindo um ViT padrão e variantes ORACLE-CT, demonstrando que o mecanismo específico de portaria supera estratégias de fusão aditiva.

Resultados

• Desempenho: No conjunto de teste MERLIN ($N=5.082$), o JANUS alcançou um macro-AUROC de 0,88 e AUPRC de 0,74, superando todas as baselines reproduzidas (ViT-Baseline: 0,84; ORACLE-CT: 0,86).
• Generalização: Em um conjunto de dados externo ($N=2.000$) de uma instituição diferente, o JANUS manteve desempenho forte (AUROC 0,87), superando significativamente as baselines, que mostraram quedas de desempenho ou estagnação.
• Calibração: O JANUS demonstrou calibração superior (menor Erro de Calibração Esperado, ECE) em conjuntos de dados internos e externos.
• Seletividade: A análise da Taxa de Veto Fisiológico mostrou que, sob deslocamento de domínio, o JANUS reduziu falsos positivos de alta confiança em 30,8%, afetando apenas 2,85% dos verdadeiros positivos, resultando em uma seletividade de veto de 10,8$\times$.
• Robustez: Sob corrupção escalar simulada (até 50% de ruído), o JANUS degradou-se graciosamente, permanecendo acima da baseline ViT, enquanto métodos de fusão aditiva (+OSF) aproximaram-se do desempenho da baseline.
• Análise Estratificada: Os ganhos foram mais pronunciados para achados definidos por geometria (tamanho) e densitometria (por exemplo, Aneurisma Aórtico, Esteatose Hepática). Para patologias focais onde prios ao nível de órgão são menos informativos (por exemplo, Apendicite), o desempenho permaneceu comparável à baseline, evitando a degradação observada em modelos de fusão aditiva.

Significado e Alegações
O artigo alega que o JANUS demonstra que o condicionamento fundamentado fisicamente melhora tanto a discriminação quanto a confiabilidade na triagem de TC. Ao impor restrições anatômicas através de um mecanismo de portaria multiplicativa, o modelo torna-se mais robusto a deslocamentos de distribuição e melhor em suprimir correlações visuais espúrias que não se alinham com biomarcadores quantitativos. Os autores concluem que essa abordagem oferece um passo clinicamente necessário em direção a uma triagem automatizada confiável, particularmente para achados definidos por limiares quantitativos.

Limitações
Os autores reconhecem que o JANUS depende de um pipeline sequencial onde a segmentação deve preceder a portaria, o que limita sua utilidade para achados focais que carecem de proxies claros ao nível de órgão. Além disso, a robustez escalar foi avaliada via corrupção simulada, em vez de erros de segmentação realistas, e o uso de backbones pré-treinados em TC permanece como trabalho futuro.