Patient-Aware Contrastive Learning Preserves Per-Patient Structure in RR-Interval Representations

Resumo Técnico: Aprendizado Contrastivo Consciente do Paciente para Representações de Intervalos RR

Definição do Problema
O aprendizado de representação contrastiva frequentemente enfrenta dificuldades com sinais fisiológicos porque indivíduos distintos possuem padrões de linha de base distintos. Em formulações padrão, como o aprendizado contrastivo supervisionado (SupCon), a premissa de que todos os exemplos da mesma classe são igualmente adequados como pares positivos falha quando as diferenças de classe se sobrepõem às diferenças de sujeito. Consequentemente, os objetivos de nível de classe tendem a fundir estruturas por sujeito em um único agrupamento por classe. Embora isso crie classes globais bem separadas, remove a variação individual necessária para que um modelo se generalize para novos pacientes. Os autores identificam que uma sonda linear treinada em tais embeddings falha em novos pacientes porque o espaço de embedding carece de uma estrutura geométrica por sujeito consistente, mesmo que a separabilidade global de classe seja alta.

Metodologia
O estudo foca na detecção de Fibrilação Atrial Paroxística (PAF) usando sequências de intervalos RR (RRI) do conjunto de dados IRIDIA-AF. Os autores propõem um Objetivo Contrastivo Consciente do Paciente projetado para preservar a estrutura por paciente enquanto mantém a separação de classe.

• Construção de Pares Positivos: Diferente do aprendizado contrastivo supervisionado padrão, que trata todos os segmentos da mesma classe como positivos independentemente do sujeito, o objetivo proposto restringe os pares positivos a segmentos que são, simultaneamente, do mesmo paciente e da mesma classe. Pares negativos são definidos como segmentos de classes diferentes.
• Estratégia de Amostragem: A amostragem de mini-lote garante que cada paciente contribua com um número igual de janelas de Ritmo Sinusal (SR) e Fibrilação Atrial (AF), garantindo pares positivos intra-paciente e intra-classe em cada lote.
• Arquitetura: O método utiliza um backbone de 1D-CNN de múltiplos ramos leve (com tamanhos de kernel 3, 5 e 7) seguido de pooling de atenção temporal e uma cabeça de projeção. A perda contrastiva é aplicada aos embeddings projetados, enquanto uma sonda linear é treinada nos outputs agrupados para avaliação downstream.
• Protocolo de Treinamento: Experimentos utilizam uma configuração de sondagem linear de encoder congelado. O método proposto é comparado contra baselines de Aprendizado Contrastivo Supervisionado (SupCon) e Entropia Cruzada Binária (BCE), utilizando encoders, amostradores e sondas idênticos para isolar o efeito da função de perda.

Principais Contribuições

1. Objetivo Consciente do Paciente: Uma perda contrastiva inovadora que forma pares positivos apenas de segmentos do mesmo paciente e da mesma classe. Isso preserva a linha de base de SR individual de cada sujeito enquanto continua a afastar as duas classes (SR e AF).
2. Análise da Geometria do Embedding: O artigo fornece uma análise direta do espaço de embedding aprendido, revelando um trade-off crítico:
   • BCE produz a separação de classe global mais limpa (maior distância de centroide), mas resulta na estrutura por paciente mais desordenada.
   • SupCon alcança alta compactação de AF, mas colapsa distinções de linhas de base individuais de SR em um protótipo compartilhado, reduzindo a coesão do SR.
   • Método Proposto alcança a maior coesão de SR por paciente, mantendo a consistência geométrica necessária para a transferência entre pacientes.
3. Validação Downstream: O método é validado no conjunto de dados IRIDIA-AF para detecção de PAF, demonstrando desempenho e estabilidade superiores em comparação com os baselines existentes.

Resultados
No split de teste independente de paciente (pacientes retidos), o método proposto alcançou o seguinte:

• AUROC: 0,989 ± 0,003, superando o SupCon (0,983 ± 0,009) e o BCE (0,980 ± 0,012).
• Estabilidade: A variância de semente para semente na AUROC foi reduzida em 2,6× em relação ao SupCon e 3,4× em relação ao BCE, indicando uma representação mais robusta e reprodutível.
• Métricas Geométricas: O método proposto alcançou a maior coesão de SR (0,850) em comparação ao SupCon (0,800) e BCE (0,772).
• Relevância Clínica: O método alcançou um recall de AF de 0,974 ± 0,008, excedendo a sensibilidade de retenção de paciente de trabalhos anteriores (Andersen et al., 2019) em mais de 11 pontos percentuais, apesar de usar apenas um encoder congelado e uma sonda de regressão logística.

Significância e Alegações
O artigo argumenta que a consistência geométrica por sujeito, em vez da separabilidade de classe global, é o determinante fundamental para a generalização robusta entre pacientes em análise de sinais fisiológicos. O "paradoxo do BCE" identificado no estudo demonstra que uma alta separação de classe global pode coexistir com um baixo desempenho de transferência se a estrutura por paciente for desorganizada. Ao restringir os pares positivos a segmentos do mesmo paciente e da mesma classe, o objetivo proposto evita o colapso das linhas de base individuais em um protótipo compartilhado.

Os autores alegam que esta abordagem oferece um primitivo amplamente útil para o aprendizado de representação em sinais organizados por sujeito (ex: EEG, EMG, PPG), desde que rótulos de classe e identificadores de sujeito estejam disponíveis durante o treinamento. O método não depende de arquiteturas de encoder específicas e é projetado para ser compatível com hardware de wearables de borda devido ao seu backbone leve. O estudo conclui que preservar a estrutura individual de cada sujeito é essencial para que os modelos possam extrapolar efetivamente para novos pacientes.