Cross-Modal Contrastive Learning of ECG and Angiography Representations for Severe Stenosis Classification

Resumo Técnico: Aprendizado Contrastivo Cross-Modal de Representações de ECG e Angiografia para Classificação de Estenose Grave

Definição do Problema
A estenose da artéria coronária é uma condição cardiovascular crítica onde casos graves e não tratados aumentam significativamente o risco de insuficiência cardíaca e morte. O padrão ouro atual para o diagnóstico é a angiografia por raio-X coronariana. No entanto, este procedimento é invasivo, exige muitos recursos e carrega um pequeno risco de mortalidade; consequentemente, é tipicamente reservado para pacientes com uma alta probabilidade pré-teste de doença baseada em sintomas. Esta abordagem deixa pacientes assintomáticos em risco de permanecerem sem diagnóstico conforme a doença progride. Embora os Eletrocardiogramas (ECGs) sejam rápidos, baratos, não invasivos e rotineiramente adquiridos, eles historicamente forneceram informações limitadas para o diagnóstico de estenose. Pacientes com estenose grave frequentemente apresentam ECGs normais, e estudos anteriores indicam que os ECGs isoladamente são insuficientes para uma estratificação de risco de estenose confiável sem dados auxiliares.

Metodologia: Estrutura StenCE
Para abordar a falta de sinais específicos de estenose nos ECGs, os autores propõem o StenCE, uma estrutura de pré-treinamento contrastivo projetada para destilar o conhecimento da angiografia para as representações de ECG. A abordagem segue um pipeline de múltiplos estágios:

1. Alinhamento de Dados: A estrutura utiliza um conjunto de dados hospitalares de 3.414 pacientes (4.067 pares correspondentes), onde cada paciente possui um ECG de 12 derivações e uma angiografia por raio-X correspondente. Os dados da angiografia incluem anotações para a gravidade do bloqueio em segmentos coronários específicos, agregados a rótulos ao nível do paciente.
2. Arquitetura de Codificadores Duplos:
   • Codificador de Angiografia: Baseado no modelo SegmentMIL, este componente processa dados de angiografia de múltiplas visões. Ele emprega um codificador de visão e um "agregador de visões" baseado em transformer para gerar predições nos níveis de estudo, de artéria e de segmento. Um novo token de consulta CLS é introduzido para extrair uma representação global ao nível do estudo.
   • Codificador de ECG: A estrutura avalia duas opções de backbone: OTIS (um transformer de 7,1 milhões de parâmetros pré-treinado em dados de séries temporais gerais) e EchoingECG (um 1D-ResNet de 128 milhões de parâmetros pré-treinado em tripletos de ecocardiograma-texto-ECG).
3. Pré-treinamento Contrastivo: O mecanismo central utiliza Aprendizado Contrastivo Cross-Modal (perda CLIP). O codificador de ECG é treinado para alinhar suas representações de características com as do codificador de angiografia em um espaço de incorporação (embedding) compartilhado.
   • O codificador de angiografia é mantido congelado durante esta fase para preservar seus características aprendidas de estenose.
   • O codificador de ECG, o agregador de visões (especificamente a saída do token CLS) e as camadas de projeção linear são treinados.
   • Uma Perda de Estenose Suplementar é aplicada ao lado da angiografia (ponderada em $W_{Sten} = 0,3$) para manter a capacidade do modelo de classificar a gravidade da estenose diretamente da angiografia durante o pré-treinamento.
4. Ajuste Fino (Fine-Tuning): Após o pré-treinamento, o codificador de angiografia é descartado. O codificador de ECG pré-treinado é ajustado para tarefas subsequentes (classificação de estenose e outras anormalidades cardíacas) usando apenas entradas de ECG, com rótulos derivados dos estudos de angiografia associados.

Principais Contribuições

1. Estrutura Inovadora: A introdução do StenCE, a primeira estrutura que alinha representações de ECG com características de angiografia de múltiplas visões via aprendizado contrastivo para permitir a detecção de estenose a partir de apenas ECGs.
2. Avanço de Desempenho: A demonstração de que a estenose grave pode ser identificada apenas por ECGs com alto desempenho, superando a limitação histórica de que os ECGs carecem de sinais específicos de estenose.
3. Generalização: Validação da estrutura de pré-treinamento não apenas na classificação de estenose através de vários limiares de gravidade, mas também em um conjunto de dados separado (EchoNext) para detecção de várias anormalidades cardíacas (ex: LVEF, estenose aórtica, regurgitação mitral).

Resultados Experimentais
Os autores avaliaram os modelos usando ajuste fino completo (full fine-tuning) e sondagem linear (linear probing) através de múltiplos limiares de gravidade (ex: $\ge 100\%$ de bloqueio vs. $0\%$, $\ge 90\%$ vs. $0\%$).

• Detecção de Estenose Grave: O melhor modelo, EchoingECG-StenCE (ajuste fino completo), alcançou um AUC de 0,822 para o limiar mais severo ($=0 | =100$). Isso representa uma melhoria de 11% sobre o modelo base EchoingECG e é o primeiro resultado de alto desempenho relatado para a classificação de estenose grave usando apenas ECG.
• Sondagem Linear: Os benefícios do StenCE foram ainda mais pronunciados na configuração de sondagem linear, onde o EchoingECG-StenCE alcançou um AUC de 0,816 (uma melhoria de 17% sobre o modelo base) e o OTIS-StenCE melhorou em 8% sobre o base OTIS.
• Tendências de Gravidade: Como esperado, o desempenho diminuiu para limiares menos severos (o AUC caiu para 0,704 para $\ge 90\%$ e aproximou-se do acaso para $\ge 70\%$), indicando que o modelo é atualmente mais eficaz para detectar os casos mais críticos.
• Estudos de Ablação: Os resultados confirmaram que manter o codificador de angiografia congelado e usar um peso de supervisão de estenose moderado ($W_{Sten} = 0,3$) produziu o equilíbrio ideal entre o alinhamento contrastivo e a retenção de características específicas da tarefa.

Significância e Alegações
O artigo afirma que o StenCE consegue, com sucesso, extrair sinais relevantes para estenose de ECGs ao alavancar a rica informação diagnóstica presente na angiografia. Os autores afirmam que seus modelos são os primeiros a alcançar alto desempenho na classificação de estenose grave usando apenas entradas de ECG.

No entanto, os autores mantêm um tom modesto em relação à implantação clínica. Eles reconhecem explicitamente que, embora os resultados apoiem o diagnóstico precoce e a estratificação de risco, os níveis atuais de desempenho (particularmente para casos menos severos) ainda não são suficientes para uso direto na prática clínica. O estudo destaca um viés de seleção no conjunto de dados (pacientes que já realizam angiografia devido a sintomas) e observa a ausência de fatores de risco clínicos na entrada do modelo. A principal significância reside em demonstrar a viabilidade do pré-treinamento cross-modal para preencher a lacuna entre o rastreamento não invasivo (ECG) e o diagnóstico padrão ouro invasivo (angiografia), pavimentando o caminho para desenvolvimentos futuros na avaliação coronária preliminar.