Enabling Real-Time Point-of-Care Ultrasound Segmentation: A GPU-Free Deployment in Resource-Limited Settings

Resumo Técnico: Viabilizando a Segmentação de Ultrassom em Tempo Real para Diagnóstico no Ponto de Assistência via Implementação Livre de GPU

1. Declaração do Problema

A ultrassonografia é a modalidade médica mais amplamente adotada globalmente devido ao seu baixo custo, portabilidade e ausência de radiação ionizante. No entanto, existe um paradoxo estrutural em sua integração com a Inteligência Artificial (IA): embora os dispositivos de imagem sejam acessíveis, a implementação de ferramentas de diagnóstico impulsionadas por IA depende fortemente de modelos pesados e acelerados por GPU (ex: TransUNet, nnUNet), com dezenas a centenas de milhões de parâmetros. Isso cria um cenário de "hardware acessível, inteligência inacessível", particularmente em ambientes com recursos limitados (LMICs), clínicas de cuidados primários e cenários de saúde móvel onde a infraestrutura de GPU está ausente. Além disso, a natureza dependente do operador da ultrassonografia exacerba as inconsistências diagnósticas, e o alto custo da implementação de IA impede a democratização de diagnósticos avançados nas mesmas regiões que mais precisam deles.

2. Metodologia

Os autores apresentam o UltraSeg, uma arquitetura de segmentação ultra-leve, originalmente desenvolvida para segmentação de pólipos em colonoscopia, sistematicamente adaptada para o Ultrassom no Ponto de Assistência (POCUS). A metodologia foca na eficiência arquitetural em vez de compressão pós-hoc.

• Design da Arquitetura: O UltraSeg utiliza uma topologia Encoder-Decoder que adere ao "minimalismo paramétrico". Os componentes principais incluem:
  • Agregação de Contexto Multiescala: Um Bloco de Dilatação Aprimorada (EDB) na terceira camada de codificação utiliza convoluções dilatadas paralelas para expandir o campo receptivo com um custo de parâmetros negligenciável.
  • Fusão de Características Entre Camadas: Emprega Fusão Guiada por Atenção (AGF) e Atenção Espacial Simples (SSA) para fundir detalhes superficiais com semânticas profundas.
  • Modelagem de Contexto Global: A Fusão de Portão Preditiva (PGF) e a Atenção de Embaralhamento de Grupo (GSA) são integradas às etapas de upsampling para melhorar a percepção de bordas e reduzir parâmetros.
  • Dupla Supervisão Profunda: Otimização conjunta de perdas de região e contorno (Dice e Boundary Loss) para melhorar a delineação de contornos em imagens de ultrassom de baixo contraste.
• Adaptação de Domínio para Ultrassom:
  • Ajuste do Campo Receptivo: Para acomodar o campo de visão maior e a localização de tecidos mais profundos das lesões de ultrassom, as taxas de dilatação do EDB foram modificadas da configuração original de colonoscopia [1, 2, 3] para [2, 4, 6]. Isso expande o campo receptivo efetivo de ~50 para ~100 pixels sem adicionar parâmetros.
  • Adaptação de Classe Dupla: Para tarefas obstétricas que exigem a segmentação simultânea de duas estruturas (ex: cabeça fetal e sínfise púbica), a arquitetura foi modificada para suportar saídas multiclasse via processamento dinâmico de canais e supervisão profunda assimétrica hierárquica.
• Variantes do Modelo: Duas configurações foram avaliadas:
  • UltraSeg-130K: 0,13M de parâmetros, visando inferência em tempo real para dispositivos móveis.
  • UltraSeg-500K: 0,5M de parâmetros, visando implantação de alta precisão em estações de trabalho.

3. Configuração Experimental e Resultados

O framework foi validado em dez conjuntos de dados públicos abrangendo seis locais anatômicos: mama (BUSI, UDIAT), tireoide (TN3K, DDTI), rim (USKidney, URI-CADS), artéria carótida (CCA), avaliação fetal (HC18, PSFHS) e tumores em pequenos animais (Mouse-GL261).

• Desempenho vs. Modelos Pesados:
  • Acurácia: O UltraSeg-500K (0,5M de parâmetros) alcançou pontuações Dice comparáveis ou superiores ao UNet de 31M de parâmetros e aproximou-se do TransUNet de 105M de parâmetros na maioria dos conjuntos de dados.
  • Precisão de Borda: O UltraSeg demonstrou uma delineação de borda superior (menor HD95) em comparação com as linhas de base leves e pesadas, particularmente em estruturas anatômicas complexas.
  • Generalização Zero-Shot: Em conjuntos de validação externa (UDIAT e DDTI), o UltraSeg exibiu uma robusta generalização entre conjuntos de dados, superando o UNet e o Att-UNet e igualando ou superando o TransUNet em cenários específicos de transferência.
• Velocidade de Inferência (Implementação Livre de GPU):
  • CPU de Núcleo Único: O UltraSeg-130K alcançou 51,7 FPS e o UltraSeg-500K alcançou 27,8 FPS em uma CPU Intel i5 de núcleo único.
  • Dispositivo Móvel: Em um Samsung Galaxy A53 recondicionado, o UltraSeg-130K rodou a 34,8 FPS e o UltraSeg-500K a 16,1 FPS, permitindo orientação em tempo real.
  • Comparação: Em contraste, o TransUNet e outros modelos pesados não conseguiram atingir desempenho em tempo real (<1 FPS) nesses dispositivos de borda.
• Estudos de Ablação: A remoção do módulo EDB causou quedas significativas de desempenho (1,3–3,1% no Dice). As configurações de dilatação específicas para ultrassom ([2, 4, 6]) superaram consistentemente as configurações originais de colonoscopia, validando a necessidade de um design de campo receptivo específico para o domínio.

4. Principais Contribuições

1. IA Clínica Livre de GPU: Demonstrou que a segmentação de ultrassom de nível clínico pode ser alcançada em CPUs comuns e dispositivos móveis sem dependência de GPU, alinhando os custos de IA com o baixo custo do hardware de ultrassom.
2. Arquitetura Ultra-Leve: Validou que modelos com menos de um milhão de parâmetros (0,13M–0,5M) podem igualar ou exceder o desempenho de modelos com 30M–105M de parâmetros em termos de pontuação Dice e precisão de borda.
3. Validação Cross-Domain Sistemática: Forneceu evidências extensas da adaptabilidade do framework através de seis distintos locais anatômicos e de sua robustez na generalização zero-shot entre conjuntos de dados.
4. Implementação de Borda em Tempo Real: Estabeleceu um caminho tecnicamente viável para o diagnóstico assistido por IA offline e em tempo real em ambientes com recursos limitados, incluindo clínicas de cuidados primários e unidades de saúde móveis.

5. Significância e Alegações

O artigo argumenta que a dependência atual de modelos de IA pesados e dependentes de GPU cria uma barreira à equidade em saúde, excluindo populações de baixos recursos dos benefícios da IA. Ao desacoplar a segmentação de alto desempenho da infraestrutura especializada, o UltraSeg oferece uma mudança de paradigma:

• Democratização de Diagnósticos: Permite que instituições de cuidados primários e clínicas rurais operem autonomamente algoritmos de segmentação de alto desempenho em hardware local, eliminando a necessidade de servidores de IA caros ou conectividade em nuvem.
• Equidade em Saúde: A tecnologia preenche a lacuna entre a acessibilidade do dispositivo e a capacidade diagnóstica, garantindo que pacientes em regiões com recursos limitados possam acessar diagnósticos assistidos por IA comparáveis aos de áreas desenvolvidas.
• Implementação Sustentável: O framework aborda não apenas as lacunas de financiamento, mas também os déficits de infraestrutura (falta de pessoal de TI, internet instável, restrições de energia) ao oferecer uma solução offline e energeticamente eficiente compatível com sistemas de ultrassom portáteis.

Os autores concluem que, embora a tecnologia seja uma solução especializada para tarefas de triagem padronizadas e não uma correção universal para todas as complexidades clínicas, ela representa um passo crítico em direção a uma IA sustentável e localmente gerida na saúde global.