Resumo Técnico: ProMUSE

Declaração do Problema

O diagnóstico da doença de Alzheimer (DA) depende cada vez mais de dados multimodais, incluindo avaliações clínicas, Ressonância Magnética (RM) estrutural e Tomografia por Emissão de Pósitrons (PET). Embora a combinação dessas modalidades melhore a precisão diagnóstica, a aquisição de exames de RM e PET é dispendiosa (variando de aproximadamente US$ 558 a US$ 910 para RM e cerca de US$ 3.000 para PET) e não é universalmente acessível. Os modelos de predição existentes tipicamente assumem a disponibilidade total das modalidades no momento da inferência, exigindo implicitamente exames caros para cada paciente. Essa abordagem impõe ônus financeiros e clínicos substanciais, negligenciando as restrições práticas dos ambientes de cuidados de saúde do mundo real, onde o custo e a acessibilidade são fatores críticos. Além disso, distinguir o Comprometimento Cognitivo Leve (CCL) de indivíduos Cognitivamente Normais (CN) e da DA propriamente dita é particularmente desafiador devido às características sutis e heterogêneas do CCL.

Metodologia

Os autores propõem o ProMUSE (Progressive Multi-modal Uncertainty-guided Staged Evidential network), um framework projetado para determinar adaptativamente quando modalidades adicionais são necessárias, reduzindo assim os custos de aquisição de dados enquanto mantém a precisão diagnóstica.

1. Representação e Pré-processamento de Dados

• Dados Clínicos: Processados utilizando um Perceptron Multicamadas (MLP) com quatro camadas lineares.
• Dados de RM e PET: Representados como dados estruturados em grafos ($G = [E, X]$).
  • RM: As regiões cerebrais são segmentadas usando o FreeSurfer para extrair características radiômicas ($X_{MRI}$), com arestas ($E$) definidas pela proximidade espacial.
  • PET: Utiliza as mesmas coordenadas de nós da RM para consistência anatômica, mas deriva características de nós ($X_{PET}$) do PET Unified Pipeline (PUP), incluindo contagens de voxels e Razões de Valores de Captação Padrão (SUVR).
  • Processamento: Os grafos de RM e PET são processados usando uma arquitetura de Rede Neural de Grafos (GNN) composta por duas camadas GraphSAGE seguidas por uma camada linear totalmente conectada.

2. Quantificação de Incerteza via Lógica Subjetiva

O ProMUSE emprega um modelo de lógica subjetiva baseado em Dirichlet para quantificar a incerteza para cada modalidade de forma independente:

• Modelagem de Evidência: Os logits de saída de cada modalidade são transformados em vetores de evidência não negativos usando a função de ativação Softplus.
• Parametrização de Dirichlet: A evidência é mapeada para parâmetros de Dirichlet ($d = e + 1$).
• Crença e Incerteza: O modelo calcula a massa de crença ($B$) e o grau de incerteza ($U$) para cada classe. A incerteza é definida como a massa de probabilidade não atribuída, refletindo a evidência ausente. Dados de alta qualidade geram maior evidência e menor incerteza.

3. Fusão Multimodal via Teoria de Dempster-Shafer (DST)

Para superar as limitações de entradas de modalidade única, o ProMUSE funde a evidência de múltiplas modalidades usando DST:

• Regra de Fusão: As massas de crença e os graus de incerteza de diferentes modalidades (por exemplo, Clínica + RM) são combinados usando a regra de combinação DST.
• Tratamento de Conflito: A fusão leva em conta o coeficiente de conflito ($C$) entre as modalidades. O alto conflito aumenta a incerteza, enquanto a evidência consistente a reduz.
• Normalização: As massas de crença e a incerteza fundidas são normalizadas para garantir a consistência probabilística.

4. Estratégia de Aquisição em Estágios

O framework opera de maneira progressiva e em estágios:

1. Estágio 1 (Clínico): O modelo analisa primeiro os dados clínicos de baixo custo. Se a incerteza calculada estiver abaixo de um limiar aprendido ($\tau_1$), uma predição final é feita.
2. Estágio 2 (Clínico + RM): Se a incerteza exceder $\tau_1$, os dados de RM são adquiridos e fundidos com os dados clínicos. Se a nova incerteza estiver abaixo de um segundo limiar ($\tau_2$), uma predição é feita.
3. Estágio 3 (Clínico + RM + PET): Se a incerteza ainda exceder $\tau_2$, o PET é adicionado como a modalidade final para produzir a predição.

• Seleção de Limiares: Os limiares ideais ($\tau_1, \tau_2$) são determinados via um procedimento de busca em grade (grid search) orientado por dados para maximizar a precisão nos conjuntos de validação.

5. Função de Perda

O modelo é treinado usando uma função de perda híbrida:

• Entropia Cruzada: Para supervisão de classificação padrão.
• Perda Evidencial: Baseada na distribuição de Dirichlet para incentivar uma evidência forte para as classes corretas.
• Regularização de Divergência KL: Impede que o modelo aumente arbitrariamente a evidência para todas as classes, com um coeficiente de amortecimento ($I_r$) para controlar a força da regularização durante o treinamento.

Principais Contribuições

1. Framework de Custo Eficiente: O ProMUSE introduz uma estratégia de aquisição em estágios que prioriza dados clínicos de baixo custo, incorporando seletivamente imagens caras (RM/PET) apenas quando a incerteza é alta.
2. Tomada de Decisão Guiada por Incerteza: Ao alavancar a lógica subjetiva baseada em Dirichlet e a teoria de Dempster-Shafer, o framework modela e gerencia explicitamente a incerteza para direcionar a seleção de modalidades.
3. Redução de Recursos: A abordagem reduz significativamente a dependência de recursos de alto custo sem comprometer o desempenho diagnóstico.
4. Avaliação Abrangente: O framework é validado em três conjuntos de dados independentes (ADNI, AIBL, OASIS) e três tarefas de classificação binária (CN vs. AD, CN vs. MCI, MCI vs. AD).

Resultados Experimentais

Os experimentos foram conduzidos nos conjuntos de dados ADNI, AIBL e OASIS. O ProMUSE foi comparado contra 16 modelos de base (incluindo KNN, SVM, RF e várias arquiteturas de aprendizagem profunda).

• Acurácia: O ProMUSE alcançou acurácia competitiva ou superior em relação às bases de comparação de modalidade total.
  • ADNI: 0,907 de acurácia (CN vs. AD) e 0,810 (CN vs. MCI).
  • AIBL: 0,945 de acurácia (CN vs. AD) e 0,889 (CN vs. MCI).
  • OASIS: 0,934 de acurácia (CN vs. AD) e 0,990 (CN vs. MCI).
  • Nota: O desempenho na tarefa MCI vs. AD foi geralmente inferior em todos os modelos, incluindo o ProMUSE, refletindo a dificuldade inerente desta classificação.
• Economia de Custos: A estratégia em estágios reduziu o uso de RM/PET em 50% a 90%.
  • Análises de custo estimam uma economia média de US$ 2.325 a US$ 3.558 por paciente, dependendo do conjunto de dados e da tarefa.
  • Por exemplo, na tarefa CN vs. AD do ADNI, 50% dos pacientes foram diagnosticados usando apenas dados clínicos, e 26,27% exigiram apenas clínico + RM, economizando custos significativos de imagem.
• Sensibilidade ao Limiar: A análise mostrou que limiares de incerteza mais baixos levam a um maior uso de modalidades. No entanto, os autores observam que uma incerteza menor nem sempre garante maior acurácia, sugerindo que um equilíbrio ideal é necessário.

Significância e Alegações

O artigo afirma que o ProMUSE oferece uma solução prática, consciente da incerteza e eficiente em termos de recursos para a triagem de DA no mundo real. Ao determinar adaptativamente quando modalidades adicionais são necessárias, o framework aborda a limitação crítica dos métodos existentes que assumem a disponibilidade total de modalidades. Os resultados demonstram que uma alta precisão diagnóstica pode ser mantida enquanto se reduz drasticamente o ônus financeiro da aquisição de dados.

Os autores declaram explicitamente que, embora os resultados sejam promissores, o framework ainda não foi validado em aplicações do mundo real envolvendo pacientes humanos reais em um fluxo de trabalho clínico. Eles reconhecem que testes adicionais são necessários para aplicar o framework na vida normal e sugerem que trabalhos futuros possam focar em tornar o grau de incerteza mais robusto através de algoritmos adicionais.