Sparse-Observation Multi-Horizon Glaucoma Progression Forecasting with Biologically Constrained Temporal Consistency: A Glaucoma Case Study

Resumo Técnico: Previsão de Progressão de Glaucoma com Observações Esparsas em Múltiplos Horizontes

Definição do Problema
As abordagens atuais de inteligência artificial para prever a progressão de doenças em condições irreversíveis, como o glaucoma, enfrentam duas barreiras principais: a esparsidade de dados e a inconsistência biológica. Os modelos existentes normalmente exigem sequências longitudinais densas e de vários anos (frequentemente três ou mais visitas) para gerar previsões confiáveis, o que limita sua utilidade para pacientes com acompanhamento clínico irregular ou registros incompletos. Além disso, os modelos padrão de previsão de múltiplos horizontes frequentemente tratam cada horizonte temporal de forma independente, falhando em impor a restrição biológica de que o risco da doença deve ser monotonicamente não decrescente ao longo do tempo. Essa falta de consistência temporal pode produzir perfis de risco clinicamente pouco intuitivos, onde um horizonte posterior é previsto como menos arriscado do que um anterior, prejudicando a interpretabilidade clínica e as decisões de triagem.

Metodologia
Os autores propõem uma estrutura de previsão de observação esparsa projetada para prever resultados de múltiplos horizontes (2, 3 e 4 anos) utilizando dados de apenas duas visitas clínicas (linha de base e um acompanhamento). O núcleo da metodologia é a função de perda de Horizonte Múltiplo Temporalmente Consistente (TCMH - Temporally Consistent Multi-Horizon), que integra supervisão de múltiplos horizontes com um termo de regularização de monotonicidade. Este termo penaliza explicitamente as violações da restrição $P(Y_2) \le P(Y_3) \le P(Y_4)$, garantindo que as previsões se alinhem com a natureza irreversível da neurodegeneração glaucomatosa.

A arquitetura do modelo utiliza um backbone ConvNeXt (pesos compartilhados) para codificar imagens de OCT da camada de fibras nervosas retinais peripapilares (cpRNFL) e mapas de desvio total do campo visual (VFTD). Um MLP (Perceptron Multicamadas) separado codifica covariáveis clínicas tabulares (idade, sexo, raça, MD basal e média de RNFL). Os embeddings de nível de visita são fundidos via um LSTM bidirecional de duas camadas e combinados com embeddings de horizonte aprendidos para gerar três saídas sigmoides correspondentes aos horizontes de 2, 3 e 4 anos.

O estudo utiliza um conjunto de dados de 3.593 pacientes (5.645 olhos; 13.087 sequências) do Massachusetts Eye and Ear. Os rótulos de progressão foram atribuídos usando um ensemble majoritário de três critérios validados (inclinação do MD, Índice de Campo Visual e critério de Schell) aplicados a dados longitudinais. A estrutura foi comparada com quatro outros backbones de imagem (ViT, MobileNet, EfficientNet) e avaliada usando validação cruzada de 5 dobras por paciente.

Principais Contribuições

1. Paradigma de Observação Esparsa: O estudo demonstra que a previsão confiável de múltiplos horizontes é alcançável com apenas duas visitas, reduzindo significativamente a carga de dados longitudinais em comparação com métodos anteriores que exigem sequências densas.
2. Perda Biologicamente Restrita (TCMH): A introdução da perda TCMH impõe uma ordenação de risco monotônica entre os horizontes de previsão, atuando como um regularizador biológico que alinha as saídas do modelo com a progressão irreversível do glaucoma.
3. Avaliação Abrangente de Confiabilidade: Além das métricas de discriminação padrão, o estudo avalia calibração, estratificação de incerteza (usando entropia de Tsallis), disparidade demográfica e capacidades de previsão seletiva.
4. Análise de Modalidade e Subtipo: Por meio de estudos de ablação, os autores mostram que, embora o imaging estrutural (RNFL) carregue o sinal preditivo dominante, a fusão multimodal fornece benefícios significativos e dependentes de subtipo, particularmente para glaucoma de ângulo fechado e pigmentar.
5. Validação Comparativa Humano-IA: O modelo foi comparado com três graduadores especialistas independentes em um conjunto de teste de 108 olhos, quantificando a concordância humano-IA e demonstrando o potencial do modelo para triagem baseada em confiança.

Resultos

• Desempenho: O modelo ConvNeXt+TCMH alcançou uma AUROC de 0,968, acurácia de 0,947 e F1-score de 0,874 nos horizontes de 2, 3 e 4 anos. Superou todos os outros backbones (ViT, MobileNet, EfficientNet) e o baseline ConvNeXt sem a perda TCMH.
• Calibração e Incerteza: O modelo demonstrou calibração superior (Erro de Calibração Esperado = 0,0451) e a mais forte correlação incerteza-erro ($r=0,369$). Com 90% de cobertura (mantendo as 90% de previsões mais confiantes), o erro de classificação permaneceu baixo em 2,5%.
• Equidade Demográfica: O modelo exibiu disparidade demográfica mínima, com uma disparidade de calibração máxima de 0,0163 entre grupos de raça, sexo e idade.
• Comparação Humana: No conjunto de teste mantido, o modelo excedeu todos os três graduadores especialistas em especificidade (0,98 vs. 0,57–0,73) e Valor Preditivo Positivo (VPP), mantendo uma sensibilidade competitiva. O modelo classificou corretamente 100% dos olhos estáveis em dois dos três subconjuntos de revisores, enquanto os graduadores humanos exibiram taxas de falsos positivos mais altas.
• Análise de Subtipo: A fusão multimodal proporcionou o maior valor agregado para o glaucoma de ângulo fechado (ACG/S) e pigmentar (PDG/S), onde a sensibilidade aumentou em até 20 pontos percentuais sobre as entradas apenas de RNFL. Para o glaucoma de ângulo aberto (OAG/S), o imaging estrutural isolado foi amplamente suficiente.

Significância e Alegações
O artigo afirma estabelecer um paradigma generalizável para a previsão de risco de longo horizonte calibrada em doenças progressivas irreversíveis usando observações clínicas mínimas. Os autores argumentam que a estrutura TCMH consegue incorporar a biologia da doença (irreversibilidade) no processo de aprendizagem, resultando em previsões que não são apenas mais precisas, mas também mais clinicamente interpretáveis e confiáveis.

O estudo posiciona o modelo não como um substituto para o julgamento do especialista, mas como uma ferramenta para triagem estratificada por confiança. Ao resolver autonomamente casos estáveis de alta confiança (com taxas de erro abaixo do desempenho humano) e sinalizar casos incertos para revisão especializada, a estrutura pode otimizar os fluxos de trabalho clínicos. Os autores enfatizam que o implantação responsável requer validação multicêntrica prospectiva e estruturas de decisão conscientes de subtipos, observando que as limitações atuais incluem a natureza retrospectiva dos dados e a falta de validação externa em coortes multimodais independentes.