Resumo Técnico: Separando a Retenção de Especialistas da Inferência Autônoma de Fonte em Implantação Contínua de ECG Livre de Replay de ECG Bruto

1. Definição do Problema

O artigo aborda o desafio de implantar sistemas de Eletrocardiograma (ECG) em ambientes de aprendizado contínuo de múltiplas fontes, onde dados históricos brutos não podem ser retidos ou reproduzidos (replay) devido a restrições de governança e compartilhamento de dados. Uma distinção crítica é feita entre dois problemas acoplados, mas distintos:

1. Retenção de Especialista (Expert Retention): A capacidade de manter fronteiras de decisão específicas de cada fonte para novos domínios sem sobrescrever o conhecimento anterior (interferência de parâmetros).
2. Inferência Autônoma de Fonte (Autonomous Source Inference): A capacidade de identificar corretamente o domínio de origem de um ECG de teste e selecionar o especialista apropriado quando os metadados da fonte (ex: ID do hospital, tipo de dispositivo) não estão disponíveis no momento da inferência.

Os autores argumentam que, embora o isolamento de parâmetros (congelar backbones e adicionar cabeças isoladas) resolva a retenção, ele não resolve a implantação se o sistema não puder rotear autonomamente as entradas para o especialista correto. Tratar o desempenho consciente da fonte como uma solução completa obscurece o principal modo de falha em cenários do mundo real onde a fonte é desconhecida.

2. Metodologia: IRFE-ECG

O framework proposto, IRFE-ECG (Incremental Raw-Feature-Expert ECG), opera sob um protocolo de "ECG livre de replay de ECG bruto". Ele utiliza um modelo de fundação congelado e um banco de especialistas incrementais.

• Backbone Congelado: O sistema utiliza o ECGFounder, um modelo de fundação pré-treinado, como um extrator de características fixo. Ele mapeia ECGs de derivação única para vetores de características de 1024 dimensões ($h$). Os parâmetros do backbone ($\theta$) nunca são atualizados.
• Banco de Especialistas Incrementais: À medida que cada novo domínio $t$ chega, um novo especialista linear isolado $g_t$ é treinado sobre as características congeladas.
  • Arquitetura: $g_t(h) = W_t h + b_t$.
  • Treinamento: Os especialistas são otimizados usando Softmax Balanceado para lidar com o desequilíbrio de classes, com limiares de decisão específicos do domínio ($\tau_t$) calibrados nos dados de validação.
  • Isolamento: Uma vez treinados, os especialistas e o backbone são congelados; eles nunca são atualados para domínios subsequentes.
• Roteador Autônomo: Como os IDs de origem não estão disponíveis no momento do teste, um roteador leve é treinado para inferir o domínio de origem.
  • Memória: O roteador é treinado em vetores de características congelados retidos e rótulos de domínio de todos os domínios vistos anteriormente. Nenximas formas de onda de ECG brutas são armazenadas ou reproduzidas.
  • Arquitetura: Um MLP compacto com entrada de 1024 dimensões, LayerNorm, uma camada oculta de 128 unidades, ativação GELU e dropout.
  • Treinamento: O roteador é reajustado após a observação de cada novo domínio, utilizando perda de entropia cruzada (cross-entropy) sobre o conjunto de características armazenadas.
• Estratégia de Inferência (Fusão de Margem Top-2): Em vez de se comprometer com um único especialista "Top-1", o sistema identifica os dois especialistas mais prováveis ($K(h)$) com base nos logits do roteador. Ele funde as saídas usando uma regra de margem calibrada por validação:
  $$m(h) = \sum_{k \in K(h)} \alpha_k(h) (p_k(h) - \tau_k)$$
  onde $p_k$ é a probabilidade prevista e $\tau_k$ é o limiar específico do domínio. A predição final é positiva se $m(h) \geq 0$.

3. Principais Contribuições

1. Formulação do Problema: O artigo desvincula explicitamente a retenção de especialista da inferência autônoma de fonte no contexto de aprendizado contínuo livre de dados brutos. Ele postula que a retenção é solucionável via isolamento de parâmetros, mas a inferência permanece como o gargalo.
2. Framework IRFE-ECG: Os autores instanciam essa formulação usando um backbone ECGFounder congelado, especialistas lineares de Softmax Balanceado isolados e um roteador MLP autônomo treinado em características retidas.
3. Análise Empírica do Gargalo: Através de uma avaliação extensiva em quatro conjuntos de dados de ECG (CPSC, PTB-XL, Georgia, Chapman-Shaoxing), o estudo demonstra que a lacuna de desempenho entre a seleção de oráculo consciente da fonte e o roteamento autônomo é a limitação primária, não o esquecimento dos parâmetros do especialista.

4. Resultados Experimentais

Os experimentos foram conduzidos em quatro domínios com três sementes aleatórias. As principais descobertas incluem:

• Desempenho Consciente da Fonte vs. Autônomo:
  • Oráculo Consciente da Fonte (Source-Aware Oracle): Alcança 0.7915 ± 0.0036 de Macro-F1. Este desempenho é quase idêntico a uma referência de cabeça independente offline correspondente (0.7885), confirmando que o isolamento sequencial previne efetivamente a interferência de parâmetros.
  • Roteamento Autônomo (MLP): Alcança 0.7756 ± 0.0027 de Macro-F1.
  • Fusão de Margem Top-2: Alcança 0.7782 ± 0.0022 de Macro-F1.
• Significância das Lacunas:
  • O ganho da fusão Top-2 sobre o roteamento rígido Top-1 é pequeno (+0.0026) e estatisticamente insignificante (o IC de 95% inclui zero).
  • A lacuna entre o modelo autônomo Top-2 e o oráculo consciente da fonte permanece entre 0.0111–0.0133 em diferentes ordens de domínio.
• Precisão de Roteamento: O roteador MLP alcança 81,5% de precisão de roteamento, superando significativamente os classificadores de centroide, kNN e lineares, mas ainda deixando uma taxa de erro mensurável que impacta o Macro-F1 final.
• Troca de Memória (Memory Trade-off): O sistema não é "livre de memória", pois retém vetores de características congelados. No entanto, reter apenas 10% das características de treinamento reduz o armazenamento de ~140 MiB para ~14 MiB com uma queda de apenas 0.0063 no Macro-F1 em comparação com a memória total.
• Comparações com Baselines: Baselines de parâmetros compartilhados (ex: EWC, LwF, pequeno replay) sofrem de Transferência Negativa Posterior (BWT) e Macro-F1 final inferior (0.64–0.73) em comparação ao banco de especialistas roteado (0.7782).

5. Significância e Alegações

O artigo afirma que a inferência autônoma de fonte é o fator limitante para a implantação de bancos de especialistas isolados em cenários de ECG com fonte desconhecida, e não a capacidade de reter parâmetros de especialistas.

• Alegações Modestas sobre Fusão: A fusão de margem Top-2 é apresentada como um "refinamento operacional modesto" em vez de um avanço disruptivo, pois não fecha estatisticamente a lacuna com o roteamento rígido.
• Limitações Reconhecidas:
  • Vazamento ao Nível do Paciente (Patient-Level Leakage): O estudo utiliza agrupamento por hash de forma de onda para evitar duplicatas exatas de formas de onda, mas não pode garantir a separação ao nível do paciente devido à falta de identificadores de pacientes confiáveis nas divisões processadas. Os resultados são benchmarks de nível de registro, não validações clínicas.
  • Memória: O método não é livre de memória; requer o armazenamento de vetores de características congelados para atualizações do roteador.
  • Escopo: Os achados são específicos para classificação binária normal/anormal em ECG de derivação única e podem não se generalizar diretamente para diagnóstico multirrótulo ou diferentes divisões de dados.
• Conclusão: O sistema separa com sucesso a retenção de especialistas da inferência, provando que, embora os especialistas possam ser preservados perfeitamente, a capacidade de rotear entradas autonomamente para eles sem metadados continua sendo o "principal gargalo restante". Trabalhos futuros devem focar em melhorar a inferência de fonte e validar divisões ao nível do paciente antes de alegar uma implantação clínica robusta.