CUPID-Med: Conformal Uncertainty-aware Prototype Discovery for Clinically Interpretable Deep Medical Clustering

Resumo Técnico de CUPID-Med: Descoberta de Protótipos com Incerteza Conforme para Agrupamento Médico Profundo Interpretável Clinicamente

Definição do Problema
O agrupamento profundo médico (deep medical clustering) visa descobrir subgrupos de doenças latentes a partir de dados médicos não rotulados, uma tarefa crítica dada a alta custo e variabilidade da anotação por especialistas. No entanto, as abordagens de agrupamento profundo existentes sofrem de três limitações primárias:

1. Atribuições Determinísticas: A maioria dos métodos força as amostras em rótulos de agrupamento únicos e rígidos, falhando em considerar a natureza contínua, sobreposta e heterogênea dos fenótipos clínicos.
2. Falta de Incerteza Calibrada: Os pipelines padrão raramente fornecem estimativas de incerteza calibradas ou mecanismos formais para identificar casos ambíguos que requerem revisão especializada.
3. Interpretabilidade Limitada: Os resultados do agrupamento carecem de resumos clinicamente significativos, como protótipos representativos ou explicações visuais, tornando-os difíceis de serem inspecionados e confiados por clínicos.

Além disso, embora os modelos de fundação médica forneçam representações poderosas, seus embeddings fixos podem codificar artefatos não clínicos (ex: vieses de aquisição) e não suportam inerentemente a descoberta de subgrupos consciente de incerteza.

Metodologia: CUPID-Med
Os autores propõem o CUPID-Med, um framework projetado para transformar embeddings médicos fixos em subgrupos calibrados, interpretáveis e conscientes de incerteza. A arquitetura consiste em cinco estágios principais:

1. Codificação de Fundação Médica: O framework utiliza codificadores de fundação médica (ou backbones pré-treinados como DenseNet121) para mapear entradas brutas (imagens ou dados multimodais) em uma representação unificada. No cenário de apenas imagem (CheXpert), isso envolve o embedding de patches e processamento baseado em Transformer ou extração de características por CNN.
2. Aprendizado de Representação Latente Distribucional: Em vez de mapear amostras para pontos determinísticos, o CUPID-Med representa cada amostra como uma distribuição Gaussiana $N(\mu_i, \text{diag}(\sigma_i^2))$. Isso é alcançado via uma cabeça de projeção que gera vetores de média e log-variâncias. O modelo emprega perdas de consistência autossupervisionada (divergência KL entre visões aumentadas) e objetivos contrastivos para aprender distribuições latentes robustas. Um escore de incerteza escalar $u_i$ é derivado da variância latente.
3. Agrupamento Profundo Baseado em Protótipos: O framework mantém um banco de memória treinável de $K$ protótipos que representam subgrupos de doenças latentes. Ele otimiza um objetivo de agrupamento que combina:
   • Refinamento da distribuição alvo (alinhando atribuições suaves com um alvo refinado).
   • Compacidade do protótipo (minimizando a distância entre amostras e seus protótipos atribuídos).
   • Equilíbrio de cluster (incentivando a utilização uniforme de protótipos).
   • Separação de protótipos (maximizando a distância entre protótipos distintos).
4. Calibração de Incerteza Conforme: Para abordar a necessidade de fronteiras de decisão confiáveis, o CUPID-Med adapta a predição conforme ao cenário não supervisionado. Ele converte atribuições de agrupamento suaves em predições baseadas em conjuntos.
   • Um escore de não conformidade é calculado com base na baixa confiança de atribuição e incerteza latente.
   • Um limiar é estimado em um conjunto de calibração para garantir cobertura livre de distribuição.
   • Para uma amostra de teste, a saída é um conjunto de clusters candidatos $\Gamma_\alpha(x)$. Se o conjunto contiver múltiplos clusters ou se a incerteza for alta, a amostra é sinalizada para revisão especializada em vez de ser forçada a um único rótulo.
5. Saídas Clinicamente Interpretáveis: O sistema gera "cartões de cluster" contendo imagens representativas (amostras mais próximas do protótipo), perfis de enriquecimento clínico (se rótulos estiverem disponíveis post-hoc) e distribuições de incerteza. Explicações visuais (ex: Grad-CAM) são anotadas como extensões futuras, com o foco atual na recuperação de protótipos.

Principais Contribuições

• Integração de Framework: A proposta de um framework unificado combinando codificação de fundação médica, aprendizado de representação latente distribucional, descoberta de protótipos e calibração conforme para agrupamento médico.
• Atribuição Consciente de Incerteza: A introdução de uma estratégia conforme que produz predições baseadas em conjuntos, identificando explicitamente casos ambíguos para revisão humano-no-loop, em vez de fornecer rótulos determinísticos.
• Interpretabilidade Dirigida por Protótipos: Um mecanismo para recuperar amostras representativas para cada cluster, permitindo raciocínio baseado em casos e inspeção visual.
• Protocolo de Treinamento Sem Rótulos: A definição de um protocolo de avaliação rigoroso no dataset CheXpert, onde rótulos de doenças são estritamente excluídos do treinamento e usados apenas para enriquecimento clínico post-hoc e análise de interpretabilidade.

Resultados Experimentais
O framework foi avaliado em um subconjunto frontal de 5.000 imagens do dataset CheXpert usando um protocolo de treinamento sem rótulos.

• Desempenho de Baseline: O agrupamento preliminar em embeddings fixos de DenseNet121 usando métodos padrão (K-means, GMM, Aglomerativo) resultou em uma separação fraca. O melhor baseline (K-means, $K=5$) alcançou um Silhouette score de 0.0510 e um índice Davies–Bouldin de 3.6950.
• Desempenho do CUPID-Med: A execução principal do CUPID-Med ($K=14$) alcançou um Silhouette score de 0.5175, um índice Davies–Bouldin de 2.7809 e um score de Calinski–Harabasz de 29.733,16.
• Execução Secundária: Uma execução secundária de 50 épocas mostrou métricas internas ainda mais altas (Silhouette: 0.6216), mas exibiu um aviso de cluster vazio, levando os autores a tratar a execução de 80 épocas como o resultado oficial reproduzível.
• Observações: Embora o CUPID-Med tenha melhorado significativamente a separação latente em comparação aos baselines determinísticos, a execução principal exibiu desequilíbrio no tamanho dos clusters (variando de 2 a 1.132 amostras por cluster), indicando que a regularização de equilíbrio de protótipos requer refinamento adicional.

Significância e Alegações
O artigo afirma que o aprendizado de protótipo distribucional pode produzir subgrupos de imagens médicas mais estruturados e interpretáveis do que o agrupamento determinístico de embeddings profundos fixos.

• Mudança de Paradigma: O trabalho argumenta pela transição de "clusters opacos e rígidos" para a "descoberta de subgrupos calibrados, interpretáveis e conscientes de incerteza".
• Utilidade Clínica: Ao gerar predições baseadas em conjuntos e sinalizar casos incertos, o framework alinha-se melhor com a realidade clínica, onde fenótipos sobrepostos e achados ambíguos são comuns.
• Modéstia sobre Implementação: Os autores declaram explicitamente que, embora o método demonstre superioridade em separação interna e interpretabilidade, o desequilíbrio de clusters observado e a necessidade de uma regularização de equilíbrio mais forte significam que o método ainda não está pronto para uma implantação clínica estável como ferramenta de descoberta de fenótipos. Os resultados são apresentados como uma prova de conceito para um fluxo de trabalho de agrupamento mais confiável e centrado no ser humano.