Resumo Técnico: Rede de Fusão Evidencial para Predição de Sobrevivência Multimodal sob Modalidades Ausentes

Problema

A predição precisa de sobrevivência é crítica para a oncologia de precisão, mas a implementação de modelos multimodais em cenários clínicos do mundo real é frequentemente dificultada por modalidades ausentes. Na prática, perfis morfo-moleculares completos (combinando imagens de lâmina inteira e dados transcriptômicos) são muitas vezes indisponíveis devido à exaustão de tecido, custos de sequenciamento ou infraestrutura heterogênea.

As abordagens existentes enfrentam duas limitações primárias:

1. Métodos baseados em imputação (ex: SMIL, M3Care) reconstroem dados ausentes via modelagem generativa. Embora eficazes na média, eles correm o risco de "alucinar" sinais biológicos inexistentes e incorrem em altos custos computacionais, o que é problemático para decisões clínicas de alto risco.
2. Métodos sem imputação (ex: EmbraceNet) agregam apenas os embeddings disponíveis, mas frequentemente tratam a ausência meramente como um problema de mascaramento ou dropout. Eles falham em quantificar explicitamente a incerteza epistêmica (falta de conhecimento) induzida pelas modalidades ausentes, resultando frequentemente em níveis de confiança mal calibrados que não refletem a ignorância do modelo.

Além disso, os modelos atuais têm dificuldade em distinguir entre incerteza aleatória (ruído intrínseco dos dados) e incerteza epistêmica (incerteza devida à informação ausente), fornecendo apenas um "palpite aproximado" sem sinalizar a confiabilidade.

Metodologia

Os autores propõem o modelo Evidential Missing Modality Survival Fusion (EMMS), uma estrutura projetada para lidar com observações multimodais incompletas sem reconstrução de dados. Os componentes principais são:

1. Fundamentação Teórica: Teoria de Dempster–Shafer e GRFNs

O EMMS é fundamentado na teoria evidencial de Dempster–Shafer. Em vez de predizer um único tempo de sobrevivência, a predição de cada modalidade é representada como evidência de sobrevivência parametrizada por Números Fuzzy Aleatórios Gaussianos (GRFNs).

• Um GRFN, denotado como $\tilde{Y} \sim \tilde{N}(\mu, \sigma^2, h)$, modela a distribuição do tempo de sobrevivência onde:
  • $\mu$: Parâmetro de localização (estimativa do tempo de evento mais plausível).
  • $\sigma^2$: Incerteza aleatória (variabilidade dos dados).
  • $h$: Força epistêmica (inverso da incerteza epistêmica/ignorância).
• Evidência Vacua: Crucialmente, quando uma modalidade está ausente, o modelo define sua força epistêmica como $h=0$. Isso faz com que o GRFN se degrade em "evidência vacua", representando ignorância completa. Esta formulação evita aproximar entradas ausentes; em vez disso, codifica explicitamente sua ausência como contribuição evidencial zero.

2. Ramos Unimodais

O modelo processa duas modalidades independentemente antes da fusão:

• Ramo de Patologia: Imagens de lâmina inteira (WSIs) são teseladas em patches, codificadas via um codificador de patches pré-treinado, e agregadas em uma representação de nível de lâmina usando o codificador de lâmina TITAN. Este recurso é mapeado para a evidência de sobrevivência via uma formulação de evidência baseada em protótipos usando núcleos de função radial de base.
• Ramo de Genômica: Perfis transcriptômicos são processados através de um framework similar para gerar evidência de sobrevivência modelada como um GRFN.

3. Fusão de Evidências

O modelo funde a evidência das modalidades disponíveis usando a regra de combinação de Dempster.

• Lidando com a Ausência: Um indicador binário de disponibilidade ($r \in \{0, 1\}$) determina se uma modalidade está presente. Se $r=0$, a modalidade contribui com evidência vacua ($h=0$).
• Agregação Ponderada: Os parâmetros do GRFN fundido ($\mu_f, \sigma^2_f, h_f$) são calculados via uma agregação ponderada por evidência em forma fechada. Modalidades com maior força epistêmica contribuem mais para a predição final.
• Degradação Suave: Quando uma modalidade está ausente, a fusão reduz-se naturalmente à modalidade disponível sem interferência. A força epistêmica total ($h_f$) acumula-se de forma aditiva, servindo como uma métrica interpretável de confiança geral. Uma redução em $h_f$ reflete explicitamente a incerteza induzida pelos dados ausentes.

4. Função de Perda

O objetivo de treinamento combina:

• Perda de Sobrevivência ($L_{surv}$): Uma verossimilhança negativa logarítmica generalizada para GRFNs que supervisiona amostras não censuradas e censuradas à direita usando limites de crença e plausibilidade.
• Perda de Alinhamento ($L_{align}$):($L_{align}$): Um termo de divergência Kullback–Leibler (KL) simétrico aplicado apenas quando ambas as modalidades estão presentes, atuando como um regularizador de consistência cross-modal leve.

Principais Contribuições

1. Formulação de Evidência Vacua: O artigo introduz um método para tratar modalidades ausentes como evidência vacua ($h=0$) dentro de um framework GRFN. Isso evita que o modelo alucine dados ou seja contaminado por entradas ausentes, enquanto aumenta naturalmente a incerteza epistêmica da predição.
2. Quantificação de Incerteza: O EMMS distingue explicitamente entre incerteza aleatória e epistêmica. A força evidencial total serve como uma métrica de confiança embutida e interpretável para a predição sob observações incompletas.
3. Eficiência Computacional: Ao contrário dos métodos baseados em imputação, o EMMS não requer uma fase generativa ou recuperação de espaço latente para dados ausentes, introduzindo nenhum overhead computacional adicional em comparação com as bases sem imputação.
4. Fusão de Forma Fechada: O uso da teoria de Dempster–Shafer permite a agregação de evidência multimodal de forma principista e em forma fechada, garantindo que entradas ausentes não exerçam influência sobre os dados disponíveis.

Resultados Experimentais

Os autores avaliaram o EMMS em quatro coortes de câncer do The Cancer Genome Atlas (TCGA): BRCA, LUAD, STAD e KIRC.

• Performance sob Dados Completos: No cenário de 0% de modalidade ausente, o EMMS alcançou performance de estado da arte (SOTA) em termos de Índice de Concordância (C-index) e Pontuação de Brier Integrada (IBS) na maioria dos datasets, superando baselines como DisPro, MUSE e Flex-MoE.
• Robustez sob Dados Ausentes: Sob uma taxa de 60% de modalidade ausente, o EMMS superou consistentemente todos os baselines em todos os datasets e configurações de avaliação (apenas patologia, apenas genômica e modalidade completa). Demonstrou robustez superior onde outros modelos mostraram degradação significativa de performance.
• Calibragem: Gráficos de calibração indicaram que as predições do EMMS permaneceram mais próximas da diagonal ideal em comparação aos baselines, com um Desvio Absoluto Médio (MAD) menor. Isso sugere que o modelo fornece estimativas de confiança mais confiáveis.
• Eficiência: Comparações de tempo de treinamento mostraram que o EMMS é comparável em velocidade ao baseline sem imputação MUSE e significativamente mais rápido que o baseado em imputação DisPro.

Significância e Alegações

O artigo afirma que o EMMS fornece uma solução escalável, computacionalmente eficaz e teoricamente fundamentada para a medicina personalizada em cenários clínicos reais onde a completude dos dados não pode ser garantida.

Ao alavancar a teoria de Dempster–Shafer, o modelo preenche a lacuna entre performance preditiva e consciência de incerteza. Ele permite que sistemas de suporte à decisão clínica "sinalizem sua própria ignorância" quando dados estão ausentes, distinguindo entre ruído e falta de conhecimento. Os autores enfatem que esta abordagem alcança discriminação e calibração SOTA sem os riscos de alucinação de dados ou o fardo computacional da imputação generativa, tornando-o um candidato viável para implementação em ambientes clínicos heterogêneos.