CVAE-based Causal Representation Learning from Retinal Fundus Images for Age Related Macular Degeneration(AMD) Prediction

Este artigo apresenta um novo framework de aprendizado de representação causal latente baseado em CVAE que utiliza imagens de fundo de olho para desentrelaçar mecanismos complexos da Degeneração Macular Relacionada à Idade (AMD), permitindo previsões mais confiáveis e a identificação de fatores causais essenciais para o diagnóstico.

O essencial

Imagine que o olho humano é como uma câmera de alta tecnologia. Quando essa câmera começa a falhar, especialmente na parte central da lente (a mácula), a pessoa perde a visão. Isso é a Degeneração Macular Relacionada à Idade (DMRI). Existem dois tipos principais: o "seco" (que é lento e vai piorando aos poucos) e o "úmido" (que é rápido, perigoso e causa cegueira súbita).

O problema é que os médicos muitas vezes têm dificuldade em diagnosticar isso cedo o suficiente, e os computadores que tentam ajudar (Inteligência Artificial) até agora só conseguiam dizer "está doente" ou "está saudável", sem entender por que ou como a doença está acontecendo.

Este artigo apresenta uma nova forma de ensinar o computador a pensar como um detetive médico. Aqui está a explicação simplificada:

1. O Problema: O Computador que só "Chuta"

Antes, a Inteligência Artificial (IA) olhava para uma foto da retina e dizia: "Ah, tem manchas aqui, então é DMRI". Era como um aluno que decora a resposta da prova sem entender a matéria. Se a foto fosse um pouco diferente, ele se confundia. Além disso, a IA não conseguia explicar qual parte da foto causou a doença (se foram os vasos sanguíneos, se foram resíduos acumulados, etc.).

2. A Solução: O "Detetive de Causas"

Os autores criaram um sistema de IA que não apenas olha a foto, mas tenta entender a história por trás dela. Eles usaram duas ferramentas mágicas juntas:

• O Tradutor (VAE - Autoencoder Variacional Convolutional): Imagine que a foto da retina é um livro escrito em um idioma muito complexo. O "Tradutor" lê essa foto e a transforma em um resumo curto e simples (chamado de "representação latente"). Ele extrai os pontos principais: "tem sujeira aqui", "tem sangue ali", "tem inchaço acolá".
• O Mestre do Tabuleiro (GAE - Graph Autoencoder): Agora, o "Mestre do Tabuleiro" pega esse resumo e tenta montar um mapa de conexões. Ele pergunta: "A sujeira causou o inchaço? O inchaço causou o sangramento?". Ele tenta descobrir a causa e efeito, não apenas a coincidência.

3. A Analogia da Cozinha

Pense na DMRI como uma cozinha que está ficando suja e com vazamentos:

• O tipo "Seco" é como o acúmulo de gordura e restos de comida (chamados de drusas) que ficam no chão. Com o tempo, isso sufoca o chão.
• O tipo "Úmido" é quando, por causa desse acúmulo, um cano estoura e joga água (sangue/fluido) por toda a parte, estragando tudo rapidamente.

A IA antiga apenas olhava para a cozinha e dizia: "Está suja".
A nova IA (deste estudo) olha para a foto e diz: "Olha, a gordura acumulada (causa) fez o cano estourar (efeito), e agora temos água no chão (resultado)". Ela consegue separar o que é a causa do que é o efeito.

4. O Que Eles Conseguiram Fazer?

Os pesquisadores treinaram esse sistema com milhares de fotos de olhos de pacientes (usando um banco de dados público chamado RFMiD). O resultado foi impressionante:

• Descoberta de Causas: O computador conseguiu identificar, sozinho, quais partes da imagem representavam os "resíduos" (drusas) e quais representavam o "sangue/fluido". Ele aprendeu a separar as coisas, mesmo sem ter recebido um manual de instruções.
• Diagnóstico Preciso: Quando usaram essas "causas descobertas" para prever se um paciente tinha a doença, o sistema acertou 92% das vezes, sendo muito melhor do que modelos antigos que apenas olhavam a foto inteira sem entender a lógica.
• Simulação de Tratamento (O Futuro): Como o computador entende a "causa", ele pode simular tratamentos. Imagine poder pedir ao computador: "Se eu remover esse fluido da imagem, como a retina ficaria?". Isso ajuda os médicos a planejar tratamentos antes mesmo de aplicá-los no paciente.

5. Conclusão Simples

Este estudo é como dar um "superpoder" de raciocínio lógico para a Inteligência Artificial na medicina. Em vez de apenas decorar fotos de olhos doentes, o computador agora entende a mecânica da doença.

Isso é importante porque, no futuro, poderemos ter diagnósticos mais rápidos, tratamentos personalizados e a capacidade de prever se um olho "seco" vai virar "úmido" antes que a visão seja perdida. É um passo gigante para salvar a visão de milhões de pessoas.

Resumo técnico

Título: Aprendizado de Representação Causal Latente Baseada em CVAE a partir de Imagens de Fundo de Olho para Previsão de Degeneração Macular Relacionada à Idade (DMRI)

1. Problema

A Degeneração Macular Relacionada à Idade (DMRI ou AMD, na sigla em inglês) é uma das principais causas de perda de visão irreversível em idosos, especialmente a forma "úmida" (Wet AMD), que progride rapidamente devido à neovascularização e danos ao epitélio pigmentar da retina (RPE).

• Desafios Atuais: O diagnóstico tradicional depende de interpretação manual de imagens (OCT/FA) e biomarcadores, o que é complexo devido à sobreposição de características com outras distrofias maculares.
• Limitações de IA: Embora modelos de Aprendizado de Máquina (ML) e Aprendizado Profundo (DL) baseados em CNNs tenham melhorado a precisão de classificação, a maioria foca apenas em correlações estatísticas. Eles não compreendem os mecanismos causais subjacentes da doença, o que limita a capacidade de realizar análises de intervenção (simular tratamentos) e oferece explicações menos confiáveis sobre por que uma imagem foi classificada como doente.
• Objetivo: Desenvolver um modelo que não apenas preveja a DMRI com alta precisão, mas que também aprenda e disante as representações latentes causais (mecanismos biológicos) diretamente a partir de imagens de fundo de olho, permitindo inferências causais válidas.

2. Metodologia

O estudo propõe um framework híbrido que combina Variational Autoencoders Convolucionais (CVAE) com Graph Autoencoders (GAE) para aprendizado de representação causal explícita.

• Dados: Utilizou-se o conjunto de dados público RFMiD (Retinal Fundus Multi-Disease Image), focando em imagens de fundo de olho rotuladas como DMRI ou Normais. As imagens foram pré-processadas (redimensionadas para 176x176x3) e balanceadas via under-sampling para mitigar o desequilíbrio de classes.
• Arquitetura do Modelo:
  1. CVAE (Encoder/Decoder): Um CVAE convolucional extrai representações latentes ($Z$) das imagens de fundo de olho. O objetivo é reconstruir a imagem original enquanto codifica fatores causais subjacentes.
  2. GAE (Graph Autoencoder): As representações latentes $Z$ (concatenadas com o rótulo de doença $Y$) são alimentadas em um GAE. O GAE é projetado para aprender a Estrutura de Grafo Acíclico Direcionado (DAG) que conecta essas variáveis latentes.
  3. Restrições Causais: O modelo utiliza uma função de perda que inclui:
     • Perda de reconstrução (MSE) e regularização KL (típica de VAEs).
     • Restrição de aciclicidade (baseada no método NOTEARS/Graph Autoencoder) para garantir que a estrutura aprendida seja um DAG válido, usando multiplicadores de Lagrange para impor a condição $tr(e^{A \odot A}) = d$.
• Objetivo de Otimização: Minimizar a perda total ($\mathcal{L}_{total}$), que é a soma da perda do VAE (reconstrução da imagem) e a perda do GAE (descoberta da estrutura causal), permitindo que o modelo aprenda tanto a gerar imagens realistas quanto a inferir a topologia causal entre os fatores latentes.

3. Contribuições Chave

• Modelagem Causal Explícita: Diferente de trabalhos anteriores que usam apenas CNNs para classificação, este estudo implementa um framework de aprendizado de representação causal latente que descobre automaticamente a estrutura causal (DAG) entre os fatores da doença a partir de dados observacionais (imagens).
• Desentrelaçamento (Disentanglement) de Fatores: O modelo conseguiu isolar variáveis latentes específicas que correspondem a mecanismos patológicos distintos da DMRI, como drusas (acúmulo de resíduos metabólicos) e hemorragias/fluidos intrarretinianos (característicos da DMRI úmida).
• Análise de Intervenção Simulada: Ao modificar valores de variáveis latentes específicas no espaço causal, o modelo pode simular visualmente o efeito de intervenções (ex.: redução de fluidos ou drusas), oferecendo uma ferramenta potencial para planejamento de tratamento personalizado.
• Validação com Conhecimento de Domínio: A estrutura causal extraída foi comparada com um grafo causal baseado em conhecimento médico prévio, validando a descoberta de relações biológicas plausíveis.

4. Resultados

• Convergência e Reconstrução: O modelo convergiu estável após 850 épocas. As imagens reconstruídas capturaram com sucesso características patológicas críticas, como reflexos escuros (hemorragias/fluidos) e clusters brilhantes (drusas/exsudatos).
• Descoberta de Estrutura Causal:
  • O grafo latente extraído apresentou uma Distância Hamming Estrutural (SHD) de 2,0 em relação ao grafo de referência baseado em conhecimento de domínio, indicando alta precisão na recuperação da topologia causal.
  • As variáveis latentes $z_0$ e $z_4$ foram identificadas como correspondentes a hemorragias/fluidos e drusas, respectivamente. A variação controlada dessas variáveis no espaço latente alterou visualmente apenas as regiões correspondentes na imagem reconstruída, confirmando o desentrelaçamento causal.
• Desempenho Preditivo:
  • Modelos de classificação (DNN, Random Forest, GBM, Extra Trees) foram treinados usando as representações latentes causais como entrada.
  • O modelo DNN (Deep Neural Network) obteve o melhor desempenho no conjunto de teste, com 92,1% de acurácia, 91,9% de F1-score ponderado e 97,0% de especificidade.
  • O uso de representações causais latentes demonstrou ser robusto, superando modelos que usam apenas imagens brutas em termos de generalização e capacidade de detectar casos positivos (DMRI) minimizando falsos positivos.

5. Significância e Conclusão

Este trabalho representa um avanço significativo na interseção entre Visão Computacional e Epidemiologia Causal aplicada à oftalmologia.

• Mudança de Paradigma: Demonstra que é possível extrair mecanismos causais complexos de imagens médicas sem necessidade de dados anotados em nível de pixel ou intervenções experimentais físicas.
• Aplicabilidade Clínica: A capacidade de simular intervenções (ex.: "o que aconteceria com a retina se o nível de fluido fosse reduzido?") abre caminho para ferramentas de apoio à decisão clínica mais interpretáveis e personalizadas.
• Limitações e Futuro: O estudo reconhece limitações na reconstrução de vasos sanguíneos finos (devido à resolução das imagens) e na falta de métricas quantitativas padronizadas para desentrelaçamento causal contínuo. Trabalhos futuros sugerem o uso de modelos de difusão para maior resolução e a obtenção de dados totalmente rotulados para validação quantitativa mais rigorosa.

Em resumo, a pesquisa valida que a integração de CVAE e GAE permite não apenas prever a DMRI com alta precisão, mas também compreender e simular os mecanismos biológicos da doença, oferecendo uma base mais confiável para diagnósticos e tratamentos futuros.