Treatment-Conditioned Diffusion for Forecasting Neurodegenerative Disease Progression

Resumo Técnico: Difusão Condicionada ao Tratamento para Previsão da Progressão de Doenças Neurodegenerativas

Declaração do Problema
Prever a progressão de doenças neurodegenerativas, especificamente a doença de Parkinson (DP), é fundamental para o planejamento terapêutico de longo prazo. Sistemas preditivos existentes geralmente produzem escores clínicos escalares (por exemplo, UPDRS, MMSE), ignorando assim a rica informação estrutural contida em neuroimagem longitudinal. Por outro lado, abordagens generativas tradicionais, como Redes Adversariais Generativas (GANs) e Autoencoders Variacionais (VAEs), frequentemente sofrem com perda de detalhe anatômico e o desfoque de padrões sutis de progressão. Além disso, os modelos atuais lutam para integrar intervenções farmacológicas dependentes do tempo e não lineares (como dosagem de medicação) com dados de imagem estrutural para prever estados cerebrais futuros com alta fidelidade.

Metodologia
Os autores propõem um novo framework de difusão condicionado ao tratamento, projetado para prever imagens futuras de alta fidelidade de DaTscan (um tipo de imagem SPECT que avalia transportadores de dopamina) com base na imagem de triagem basal do paciente e em seu histórico medicamentoso ao longo de um período de 12 meses.

• Dados e Pré-processamento: O estudo utiliza dados da Iniciativa de Marcadores de Progressão da Doença de Parkinson (PPMI), focando em 212 participantes com 14 fatias axiais de DaTscan (34–47) cobrindo o estriado. Para mitigar ruído e artefatos de movimento, aplica-se um mecanismo de mascaramento suave dinâmico. Uma máscara de Região de Interesse (ROI) multi-peso é calculada para priorizar o estriado (peso 1,0), uma zona de amortecimento circundante (0,8) e o fundo (0,4), garantindo que o modelo se concentre em áreas biologicamente críticas.
• Condicionamento ao Tratamento (LEDD): O modelo condiciona o processo de geração ao vetor de Dose Diária Equivalente de Levodopa (LEDD). Para lidar com a natureza ruidosa e dependente do tempo dos históricos de medicação, emprega-se um Autoencoder baseado em Transformer Contrastivo. Este encoder processa a sequência de 12 meses de LEDD usando embeddings posicionais e um bloco Transformer pré-normalizado. É treinado por meio de um objetivo conjunto combinando perda de reconstrução (MSE) e perda contrastiva (InfoNCE) para aprender representações latentes robustas de dinâmicas farmacológicas, mesmo na presença de dados ausentes ou ruído.
• Arquitetura de Difusão: O modelo generativo central é um U-Net 2D leve.
  • Entrada: Em cada passo de tempo de remoção de ruído, a representação latente ruidosa é concatenada canal a canal com a imagem de DaTscan de triagem basal ($X_s$) para preservar estruturas anatômicas persistentes.
  • Condicionamento: O embedding de LEDD do encoder Transformer é projetado e injetado nos blocos residuais do U-Net via Normalização de Grupo Adaptativa (AdaGN), modulando mapas de características para guiar a trajetória de progressão.
  • Parametrização: O modelo adota parametrização v (prevendo velocidade em vez de ruído) para garantir estabilidade no treinamento e fidelidade da amostra, particularmente para imagens médicas com alto contraste e ao usar amostragem de poucos passos.
• Estratégia de Treinamento: O modelo é treinado em um cronograma de ruído cosseno quadrado com uma relação sinal-ruído terminal zero. Aumento de dados inclui correção gamma aleatória, rotações e translações. A função de perda é um Erro Absoluto Médio (MAE) ponderado que penaliza erros mais severamente nas zonas do estriado e de amortecimento.

Principais Contribuições

1. Framework Inovador: Um paradigma baseado em difusão que prevê estados cerebrais futuros condicionados tanto à imagem basal (DaTscan) quanto a dados de tratamento longitudinal (LEDD).
2. Encoder Baseado em Transformer: Um autoencoder dedicado para históricos de medicação ruidosos e dependentes do tempo que utiliza aprendizado contrastivo para capturar dinâmicas temporais complexas.
3. Otimização de ROI Multi-peso: Um pipeline que força o modelo a priorizar regiões biologicamente críticas (o estriado) por meio de funções de perda ponderadas e mascaramento, garantindo relevância anatômica.
4. Geração de Alta Fidelidade: Uma demonstração de que o condicionamento em dados de tratamento permite a previsão de disfunção dopaminérgica assimétrica e localizada, sem o desfoque de "regressão à média" comum em modelos determinísticos.

Resultados Experimentais
O framework foi avaliado em um conjunto de teste de 2.968 pares de imagens usando três métricas ponderadas por ROI: Índice de Similaridade Estrutural (SSIM), Erro Absoluto Médio (MAE) e Erro Quadrático Médio (MSE). A linha de base para comparação foi uma suposição de "sem progressão" (tratando a imagem de triagem como idêntica à imagem de 12 meses).

• Desempenho Quantitativo: O método proposto superou significativamente a linha de base em 14 fatias:
  • MSE: Reduzido em 14,0%.
  • MAE: Reduzido em 7,2%.
  • SSIM: Melhorado em 4,9% (de 0,658 para 0,690).
• Especificidade Anatômica: As melhorias mais substanciais foram observadas nas fronteiras anatômicas do estriado (por exemplo, redução de 18,4% no MSE na fatia 34), onde o declínio morfológico é mais pronunciado. O modelo capturou com sucesso padrões de degradação unilateral característicos da DP, evitando um escurecimento global uniforme.
• Análise Qualitativa: Comparações visuais confirmaram que o modelo preserva limites estruturais nítidos e reflete com precisão alterações patológicas localizadas, ao contrário de modelos tradicionais que tendem a desfoquear padrões sutis de progressão.

Significado e Alegações
O artigo afirma que este trabalho preenche a lacuna entre a modelagem de difusão condicional de última geração e a interpretabilidade clínica na previsão de doenças neurodegenerativas. Ao mudar de escores escalares para síntese de imagem de alta fidelidade, o framework aborda as limitações de métodos anteriores quanto à perda de detalhe anatômico.

Os autores afirmam que o modelo captura com sucesso a interação complexa e não linear entre o declínio morfológico natural e intervenções farmacológicas. Embora reconheçam que a progressão da DP é multifatorial e influenciada por variáveis genéticas e ambientais não observadas (o que limita a capacidade do modelo de prever resultados exatos para cada indivíduo), o framework fornece uma ferramenta probabilística robusta. Oferece uma base para planejamento terapêutico personalizado, potencialmente permitindo que clínicos visualizem o declínio morfológico específico do paciente e simulem trajetórias de tratamento contrafactuais para melhorar os resultados antes do surgimento de sintomas graves. O trabalho representa um passo em direção à medicina orientada por dados em neurologia, unificando IA generativa com priores biológicos.