Large-Scale Multi-Cancer Detection by Learning Segmentation from Reports

Resumo Técnico: Detecção de Câncer Multiorgânico em Larga Escala através do Aprendizado de Segmentação a partir de Laudos

Definição do Problema
Apesar do desempenho da inteligência artificial (IA) na detecção de tumores, o campo da segmentação semântica para imagens médicas enfrenta um gargalo crítico: a escassez de máscaras de tumores. Embora mais de 300 milhões de exames de TC sejam realizados anualmente, gerar contornos de tumores por voxel (máscaras) é lento, caro e trabalhoso, muitas vezes exigindo que os radiologistas dediquem mais de 30 minutos por exame 3D. Consequentemente, os conjuntos de dados públicos contêm poucas máscaras de tumores, que estão concentradas em um número limitado de órgãos (ex: fígado, pulmões, rins). Para sete tipos específicos de tumores — baço, vesícula biliar, próstata, bexiga, útero, esôfago e tumores adrenais — as máscaras públicas são inexistentes ou extremamente raras (menos de 60 em alguns casos). Essa falta de supervisão impede o treinamento de modelos de segmentação precisos para esses cânceres, limitando a capacidade da IA de detectar tumores incidentais ou em estágio inicial que os radiologistas frequentemente deixam passar. Por outro lado, quase toda TC é acompanhada por um laudo radiológico ou patológico contendo descrições detalhadas, embora não localizadas, das características do tumor (número, tamanho, localização, atenuação e malignidade). As abordagens de IA existentes, como Modelos de Visão-Linguagem (VLMs) ou classificadores, utilizam esses laudos para rótulos de nível de imagem, mas falham em fornecer a localização por voxel necessária para a verificação clínica.

Metodologia: O Framework R-Super
Os autores propõem o R-Super (Report Supervision - Supervisão por Laudo), um framework de treinamento que converte laudos radiológicos e patológicos rotineiros em sinais de treinamento localizados para segmentação de tumores, eliminando a necessidade de máscaras de tumores durante a fase inicial de treinamento. O framework opera sob a premissa de que os laudos podem servir como uma fonte escalável de supervisão localizada.

1. Extração de Dados: Um Modelo de Linguagem Grande (LLM) congelado, especificamente o Qwen 3 30B, é utilizado para extrair características estruturadas dos tumores a partir de laudos não estruturados. Isso inclui contagem de tumores, localização anatômica aproximada (órgão/fatia), diâmetro, atenuação (hipo-, hiper- ou iso-) e status de malignidade (derivado de laudos patológicos ou descrições radiológicas de alta confiança).
2. Funções de Perda (Loss Functions): O R-Super introduz quatro novas funções de perda que forçam o modelo de segmentação a produzir saídas consistentes com as descrições extraídas do laudo:
   • Perda de Volume ($L_{vol}$): Minimiza a dissimilaridade entre o volume do tumor estimado a partir da saída de segmentação e o volume estimado a partir dos diâmetros relatados (aproximados como esferas ou elipsoides). Também penaliza segmentações que ocorrem fora do órgão relatado.
   • Perda de Bola ($L_{ball}$): Baseada no framework de Expectativa-Maximização (EM), esta perda localiza as posições mais prováveis dos tumores. Ela utiliza uma "Convolução de Bola" (um kernel esférico não treinável que corresponde ao diâmetro relatado) para deslizar sobre a saída de segmentação dentro do órgão relatado. Ela identifica a esfera com a maior soma de probabilidade e maximiza os top-$N$ voxels (onde $N$ é o volume relatado) dentro dessa esfera, enquanto minimiza as probabilidades fora de uma margem de incerteza.
   • Perda de Atenuação ($L_{att}$): Garante a consistência entre o brilho do tumor segmentado (média e desvio padrão dos valores de HU) e a descrição de atenuação (hipo/hiper/iso) no laudo.
   • Perda de Malignidade ($L_{mal}$): Uma variação da Perda de Bola que otimiza separadamente os canais de segmentação para tumores benignos e malignos com base em laudos patológicos ou radiológicos.
3. Estratégia de Treinamento: O framework pode ser treinado apenas em pares CT-Laudo, apenas em pares CT-Máscara, ou em uma combinação de ambos. Quando as máscaras estão disponíveis, as perdas padrão de Dice e Cross-Entropy são aplicadas a esses pares, enquanto as perdas R-Super são aplicadas aos pares de laudos. O framework é agnóstico à arquitetura; os autores utilizaram o MedFormer (um híbrido CNN-transformer baseado em U-Net) para seus experimentos.
4. Loop de Aprendizado Ativo: O modelo treinado pode auxiliar os radiologistas na criação de novas máscaras de forma mais rápida, que são então utilizadas para ajustar o modelo juntamente com o vasto conjunto de dados de laudos, criando um ciclo de aprendizado ativo escalável.

Principais Contribuições

• Framework R-Super: O primeiro método a converter diretamente laudos médicos não estruturados em supervisão por voxel para segmentação de tumores, abordando o gargalo da escassez de máscaras.
• Conjunto de Dados de Larga Escala: Criação de um novo conjunto de dados compreendendo 127.496 pares CT-Laudo (42 milhões de fatias 2D) do UCSF, Stanford e instituições afiliadas, cobrindo sete tipos de tumores com máscaras públicas escassas ou inexistentes.
• Lançamento Público: Os autores estão disponibilizando o código, mais de 22.000 exames de TC e laudos, e as primeiras máscaras públicas de segmentação de tumores para os tumores de bexiga, vesícula biliar, baço e próstata, bem como máscaras expandidas para útero, esôfago e adrenal.
• Novas Funções de Perda: Desenvolvimento de perdas de Volume, Bola, Atenuação e Malignidade que traduzem efetivamente descrições textuais em restrições espaciais.

Resultados
O estudo avaliou o R-Super em quatro coortes hospitalares em três países (EUA, Turquia, Suíça) e o comparou com 9 modelos de IA públicos líderes (incluindo VLMs como MedGemma, Merlin e modelos de segmentação como ULS e FLARE) e 6 estratégias de treinamento alternativas.

• Desempenho vs. Modelos Públicos: O R-Super, treinado apenas em laudos (sem máscaras), superou significativamente todos os 9 modelos de IA públicos na detecção dos 7 tipos de tumores alvo. Na detecção de tumores malignos, superou o melhor modelo público em +9% a +22% em acurácia balanceada média em conjuntos de teste externos.
• Treinamento com Laudo vs. Máscara: O treinamento do R-Super em 116.514 laudos (sem máscaras) superou um modelo de segmentação padrão treinado em 870 máscaras para detecção de tumores. Ao combinar laudos e máscaras, o modelo (R-Super†) alcançou um aumento de +11% na sensibilidade e +14% no DSC em comparação ao treinamento apenas com máscaras.
• Comparação com Radiologistas: Em um estudo de leitura envolvendo 6 radiologistas em um conjunto de dados focado em tumores pequenos (50% de dados externos), o R-Super† detectou 56% mais tumores malignos do que o radiologista médio em uma taxa de falsos positivos correspondente (96% de especificidade). Ele superou os radiologistas em sensibilidade para 6 dos 7 tipos de tumores e igualou-se a eles para tumores de útero.
• Escalabilidade: O desempenho escalou positivamente com o número de laudos de treinamento, não apresentando saturação mesmo com mais de 100.000 laudos.

Significância e Alegações
O artigo afirma que o R-Super demonstra uma mudança de paradigma na IA médica: passando da dependência de escassas máscaras de tumores anotadas manualmente para o aproveitamento de laudos médicos abundantes e gerados rotineiramente como uma fonte de supervisão localizada. Os autores afirmam que o R-Super é o primeiro modelo de IA público demonstrado a igualar ou superar o desempenho do radiologista na detecção desses sete tipos específicos de tumores em exames de TC. Ao aprender efetivamente com os laudos, o framework permite que modelos de segmentação de tumores escalem além das limitações da escassez de máscaras, avançando a viabilidade da detecção automatizada de câncer incidental. Os autores posicionam o R-Super não como uma ferramenta de diagnóstico autônoma, mas como um sistema assistivo capaz de sinalizar casos prováveis de câncer que poderiam passar despercebidos em exames de TC de rotina, facilitando assim exames de acompanhamento oportunos. O estudo enfatiza que, embora a abordagem mostre viabilidade técnica e forte generalização externa, estudos multicênticos prospectivos são necessários antes da implementação clínica.