Resumo Técnico: Avaliação de Modelos Fundamentais de Patologia para Compreensão de Domínios Espaciais

Declaração do Problema

Modelos Fundamentais de Patologia (PFMs) tornaram-se a abordagem dominante para aprender representações transferíveis a partir de Imagens de Lâminas Inteiras (WSIs). Os esforços atuais de avaliação focam principalmente em pontos finais clínicos downstream, como previsão de mutações, modelagem de sobrevivência e subtipagem de câncer. Embora essas avaliações em nível de tarefa sejam indispensáveis para a utilidade prática, elas não caracterizam o que as próprias representações codificam. Especificamente, há uma falta de insights sobre se os embeddings de PFM podem distinguir efetivamente regiões teciduais significativas e capturar sua continuidade espacial e relações de vizinhança dentro de uma seção de tecido. As avaliações existentes não respondem diretamente até que ponto os embeddings separam regiões anatômicas ou funcionais antes da adição de cabeças específicas de tarefa.

Metodologia: SpaPath-Bench

Para abordar essa lacuna, os autores introduzem o SpaPath-Bench, um benchmark em nível de representação projetado para diagnosticar a capacidade de representação espacial de PFMs. O benchmark formula a Identificação de Domínio Espacial (SDI) em dados emparelhados de Imagem de Lâmina Inteira (WSI) e Transcriptômica Espacial (ST) como uma tarefa de diagnóstico.

Pipeline de Benchmark

O pipeline padroniza o processo, desde a extração de características em nível de ponto até a partição de domínio:

1. Amostragem de WSI Alinhada a Pontos: Para cada ponto de transcriptômica espacial, um patch de histologia correspondente é extraído da imagem H&E emparelhada.
2. Embedding de Modelo Fundamental: Codificadores pré-treinados (PFMs ou baselines) geram embeddings para cada patch. Esses embeddings são tratados como uma matriz de "pseudo-expressão", onde dimensões latentes atuam como genes virtuais.
3. Módulo de Representação Espacial: Para incorporar contexto espacial, os embeddings são transformados por meio de duas rotas:
   • Baseline não espacial: Análise de Componentes Principais (PCA).
   • Baseada em SDI: Métodos baseados em grafos (por exemplo, SpaGCN, CCST, SEDR) que constroem grafos de vizinhança espacial a partir de coordenadas de pontos para aprender representações informadas espacialmente.
4. Leitura de Partição Controlada: As representações espaciais são particionadas em domínios usando algoritmos de agrupamento (K-means, Louvain, Leiden).
5. Cálculo de Métricas: As partições resultantes são avaliadas contra três critérios complementares.

Métricas de Avaliação

O benchmark emprega um protocolo de avaliação tripartite:

• Coerência Espacial Não Supervisionada (Sem referência): Mede a qualidade espacial intrínseca usando métricas como CHAOS (dispersão espacial), Pontuação de Adjacência de Patch (PAS) e Largura Silhueta Média (ASW).
• Concordância Referenciada por Transcriptômica: Para lâminas não rotuladas, as partições derivadas de embeddings de PFM são comparadas a uma referência proxy construída a partir dos 2000 Genes de Alta Variabilidade (HVGs) superiores usando o mesmo pipeline SDI. Isso avalia o alinhamento entre padrões derivados de morfologia e domínios definidos molecularmente.
• Concordância Referenciada por Especialista: Para lâminas com anotações anatômicas manuais (por exemplo, camadas DLPFC), as partições são comparadas a rótulos verdadeiros usando o Índice Rand Ajustado (ARI), Informação Mútua Normalizada (NMI), Homogeneidade (HOM) e Completude (COM).

Escopo Experimental

• Conjuntos de Dados: 42 lâminas emparelhadas WSI-ST públicas, compreendendo uma coorte anotada por especialistas (12 lâminas humanas DLPFC) e uma coorte não rotulada (30 lâminas humanas e de camundongo em vários tecidos).
• Modelos: 19 codificadores avaliados, categorizados em PFMs de Visão Pura, PFMs de Visão-Linguagem, Modelos Visão-Ômicos e baselines de Imagens Naturais.
• Escala: O estudo envolve 19 codificadores, 7 métodos SDI, múltiplos algoritmos de agrupamento e 3 sementes aleatórias, totalizando 83.000 execuções.

Resultados Principais

• Estabilidade do Pipeline: A análise estatística (testes de postos sinalizados de Wilcoxon) confirmou que os resultados do benchmark são robustos entre sementes aleatórias, sem diferenças significativas nas distribuições de métricas.
• Desempenho do Modelo:
  • H-Optimus-1 alcançou o maior ranking geral quando avaliado contra o proxy transcricional (HVG), sugerindo que o aprendizado auto-supervisionado captura efetivamente a heterogeneidade molecular de alta granularidade.
  • MUSK (um modelo de Visão-Linguagem) registrou o maior desempenho em lâminas DLPFC anotadas por especialistas, indicando que o pré-treinamento de visão-linguagem pode alinhar-se melhor com semânticas macro-estruturais definidas por humanos.
  • Modelos de Visão Pura geralmente superaram as baselines de imagens naturais, mas modelos de Visão-Linguagem não mostraram consistentemente uma vantagem distinta sobre contrapartes de Visão Pura em todos os contextos.
• Eficácia da Representação Espacial: O método CCST (Agrupamento em Grafos) combinado com agrupamento Leiden rendeu o melhor desempenho agregado entre as métricas, superando as baselines de PCA. Isso sugere que integrar aprendizado contrastivo de lâmina inteira ajuda a agregar contexto regional para compreensão holística do tecido.
• Achados Qualitativos:
  • Em tecidos com transições morfológicas sutis (por exemplo, camadas corticais), as partições orientadas por histologia mostraram apenas concordância parcial com anotações de especialistas, pois o contexto neuroanatômico de alto nível não é totalmente determinado pela aparência local de H&E.
  • Em tecidos com heterogeneidade estrutural pronunciada (por exemplo, carcinoma ovariano), domínios baseados em PFM delimitaram com sucesso microambientes distintos alinhados com limites em macroescala.

Significado e Alegações

O artigo afirma que o SpaPath-Bench fornece uma camada de diagnóstico necessária para entender representações de patologia além do desempenho em tarefas downstream. Ao revelar que diferentes paradigmas de pré-treinamento capturam aspectos distintos da arquitetura espacial do tecido, o benchmark oferece orientação prática para construir a próxima geração de modelos de patologia computacional conscientes de espaço.

Os autores posicionam o SpaPath-Bench como um campo de testes para desenvolver representações de patologia mais robustas e conscientes de contexto que integrem melhor a morfologia com ômicas espaciais. O trabalho destaca que, embora os PFMs atuais sejam poderosos, sua capacidade de codificar consistência de vizinhança espacial e separabilidade de regiões varia significativamente com base nos paradigmas de pré-treinamento, necessitando de ajustes específicos de arquitetura ou treinamento para aproveitar plenamente a informação espacial na patologia computacional.