Genetically Aligned Patient Representations Improve Hematological Diagnosis

Resumo Técnico do GenBloom: Representações de Pacientes Geneticamente Alinhadas para Diagnóstico Hematológico

Declaração do Problema
O diagnóstico hematológico requer a integração rigorosa da morfologia microscópica (avaliação visual de esfregaços sanguíneos) com perfis citogenéticos e de genética molecular para alcançar classificação precisa de tumores, estratificação de risco e seleção de tratamento. Embora modelos fundamentais de aprendizado profundo treinados em imagens de lâminas inteiras (WSIs) tenham demonstrado promessa na patologia computacional geral, os modelos hematológicos existentes analisam predominantemente apenas a morfologia, falhando em capturar a heterogeneidade molecular subjacente. Além disso, a escassez de conjuntos de dados emparelhados em grande escala (imagens vinculadas a alterações genéticas específicas) restringiu o desenvolvimento de modelos capazes de modelar conjuntamente essas modalidades. Há uma necessidade crítica de um framework que alinhe características visuais de células individuais com aberrações cromossômicas (cariótipos) e mutações somáticas para criar representações abrangentes de pacientes.

Metodologia
Os autores apresentam o GenBloom, o primeiro modelo de sangue em nível de lâmina geneticamente alinhado, adaptado à hematologia. O framework emprega um paradigma de treinamento em duas etapas:

1. Pré-treinamento de Imagem (Auto-supervisionado):

   • Dados: Uma coorte de 1.634 pacientes (>794.000 imagens de células individuais) abrangendo diversas doenças hematológicas (por exemplo, LMA, SDM, MNP, linfoma) e controles saudáveis.
   • Arquitetura: Um agregador de transformador em nível de paciente (Vision Transformer, ViT) com 6 camadas e 12 cabeças. Para lidar com conjuntos desordenados de células, o modelo remove a padronização de patches e os códigos de posição padrão, substituindo-os por um MLP para impor invariância à permutação.
   • Estratégia de Treinamento: O modelo utiliza uma abordagem auto-supervisionada no estilo DINOv2/iBOT adaptada para "bolsas de pacientes". Opera no espaço de embeddings usando um codificador DinoBloom-B congelado para extrair representações de células individuais. O treinamento envolve subamostragem multi-crop (bolsas globais e locais) e um objetivo estudante-professor que combina alinhamento de [CLS] no estilo DINO e previsão de embeddings mascarados no estilo iBOT.

2. Alinhamento Genético (Aprendizado Contrastivo Supervisionado):

   • Dados: O conjunto de dados AML-Hehr, compreendendo 189 pacientes com LMA com imagens emparelhadas de esfregaços de sangue periférico, mutações somáticas (25 características binárias em nível de gene) e perfis citogenéticos (vetores binários de 1.104 dimensões derivados do processamento CytoGPS de cariótipos ISCN).
   • Mecanismo de Alinhamento: O modelo projeta embeddings de lâminas, vetores de cariótipo e vetores de mutação em um espaço compartilhado de 128 dimensões normalizado em $\ell_2$, usando cabeças MLP específicas de modalidade.
   • Função de Perda: Uma perda contrastiva supervisionada cross-modal alinha as modalidades, aproximando embeddings de pacientes que compartilham o mesmo rótulo de classe (por exemplo, fusão ou mutação específica) enquanto afasta classes diferentes.
   • Regularização: Para evitar o colapso representacional e preservar informações específicas de modalidade, decodificadores leves são acoplados para reconstruir os vetores genéticos binários originais, supervisionados por uma perda de entropia cruzada binária.

Principais Contribuições

• Framework GenBloom: Introduz uma arquitetura inovadora que integra imagens de células brancas do sangue individuais com anomalias citogenéticas e mutações somáticas para aprender embeddings abrangentes de pacientes.
• Treinamento em Duas Etapas: Demonstra um paradigma bem-sucedido de pré-treinamento auto-supervisionado em grande escala na morfologia celular, seguido por alinhamento multimodal supervisionado para ancorar embeddings de pacientes dentro do espaço genético.
• Recuperação Cross-Modal: Habilita capacidades de recuperação "prontas para uso" onde uma lâmina pode recuperar perfis genéticos relevantes (e vice-versa), e lâminas podem recuperar outras lâminas com a mesma doença ou alteração genética.
• Eficiência: Alcança desempenho state-of-the-art com substancialmente menos parâmetros e menos dados de treinamento em comparação com modelos fundamentais de histopatologia em grande escala (por exemplo, Gigapath, PRISM, TITAN).

Resultados

• Desempenho de Classificação: Na tarefa de subtipagem genética de LMA no conjunto AML-Hehr (5 classes), o GenBloom-G (geneticamente alinhado) alcançou a maior precisão balanceada, superando o segundo melhor modelo (TITAN) em 38% em k-NN e 5% em regressão logística. No conjunto de dados APL-AML, superou o PRISM em 15% (k-NN) e 45% (regressão logística).
• Desempenho de Recuperação: O GenBloom-G superou significativamente as linhas de base aleatórias na recuperação cross-modal. Para recuperação de lâmina para cariótipo, alcançou uma precisão top-5 de 0,62 (vs. 0,23 para aleatório), representando uma melhoria de 2,7x. Também demonstrou forte desempenho em tarefas de recuperação fora de domínio na coorte cAItomorph para genes específicos (por exemplo, NPM1, JAK2, ASXL1).
• Estudos de Ablação: O estudo confirmou que inicializar o transformador com pesos pré-treinados (GenBloom-V) é superior à inicialização aleatória. Além disso, a codificação de cariótipo em nível de banda forneceu sinais de alinhamento melhores do que representações mais grosseiras em nível de braço, e a inclusão da perda de reconstrução melhorou significativamente as métricas de recuperação (MRR) e a precisão de classificação.

Significância
O artigo afirma que incorporar dados genéticos em codificadores de pacientes aumenta significativamente a qualidade das representações de pacientes. O GenBloom demonstra que alinhar morfologia com perfis de cariótipo e mutação cria um espaço latente compartilhado que captura relações clinicamente significativas entre a aparência celular e os drivers moleculares da doença. Esta abordagem alinha-se com fluxos de trabalho de diagnóstico clínico onde dados visuais e genéticos são rotineiramente emparelhados. Os autores postulam que este framework abre caminho para futuras IAs multimodais específicas de hematologia, potencialmente apoiando triagem mais rápida, priorização para testes confirmatórios e decisões de tratamento mais informadas. O código e os pesos do modelo estão disponíveis para facilitar pesquisas futuras neste domínio.