Multimodal deep learning enables precise early-versus-late ARCO stratification at the critical threshold for hip preservation in osteonecrosis of the femoral head

Resumo Técnico: Aprendizado Profundo Multimodal para Estratificação de ARCO na Osteonecrose da Cabeça Femoral

Definição do Problema
A osteonecrose da cabeça femoral (ONCF) é uma condição debilitante onde o ponto crítico de decisão para o tratamento reside entre a cirurgia de preservação do quadril (recomendada para estágios iniciais da doença, estágios ARCO 1–2) e a artroplastia total de quadril (ATQ, para estáções tardias, estágios ARCO 3–4). A estratificação precisa é particularmente desafiadora na transição do estágio II para o IIIA do ARCO, onde mudanças morfológicas sutis e sinais precoces de colapso devem ser distinguidos. A interpretação convencional por RM sofre de variabilidade interobservador e falta de objetividade, podendo levar a ATQs desnecessárias ou tentativas falhas de preservação do quadril. Embora o aprendizado profundo tenha mostrado promessa na imagem ortopédica, os estudos existentes baseiam-se predominantemente em sequências únicas de RM, falhando em explorar plenamente a natureza complementar dos dados de múltiplas sequências ou em integrá-los com variáveis clínicas para um estadiamento preciso neste limiar crítico.

Metodologia
Este estudo retrospectivo de centro único desenvolveu e validou um framework de aprendizado profundo multimodal para diferenciar os estágios inicial e tardio da ONCF.

• Coorte de Dados: O estudo utilizou dados de 530 pacientes (851 quadris) diagnosticados entre 2018 e 2023. O conjunto de dados incluiu RM biparamétrica (sequências coronais STIR e T1-FSE) e parâmetros clínicos (idade, sexo, lado afetado e etiologia). Os dados foram divididos ao nível do paciente (proporção 8:2) em um conjunto de treinamento (424 pacientes, 675 quadris) e um conjunto de teste independente (106 pacientes, 176 quadris) para evitar vazamento de dados (data leakage).
• Pré-processamento: As imagens foram reamostradas para voxels isotrópicos de 1×1×1 mm³, normalizadas via Z-score e passaram por discretização de escala de cinza.
• Arquitetura do Modelo: Sete modelos distintos foram construídos utilizando um backbone DenseNet-121 pré-treinado no ImageNet-1K:
  1. Modelo apenas clínico.
  2. Modelos de imagem de sequência única (apenas STIR, apenas T1-FSE).
  3. Modelo de RM biparamétrica (bpMRI, integrando STRO e T1-FSE).
  4. Modelos de fusão multimodal combinando imagem com dados clínicos (STIR-clínico, T1-clínico, bpMRI-clínico).
• Estratégias de Fusão: O estudo comparou a fusão precoce (early fusion, integrando modalidades ao nível de características) contra a fusão tardia (late fusion, combinando predições ao nível de decisão).
• Avaliação: O desempenho foi avaliado usando AUC, acurácia, sensibilidade e especificidade. O teste de DeLong foi utilizado para comparar as AUCs. A interpretabilidade do modelo foi avaliada usando Gradient-weighted Class Activation Mapping (Grad-CAM).

Principais Resultados

• Superioridade da Integração Multimodal: O modelo de fusão precoce bpMRI-clínico alcançou o maior desempenho diagnóstico com uma AUC de 0,944 (IC 95%: 0,905–0,973), acurácia de 90,9%, sensibilidade de 89,0% e especificidade de 92,9%. Este superou significativamente todos os modelos de modalidade única (todos P < 0,05).
• Impacto da Estratégia de Fusão: A fusão precoce demonstrou consistência superior ou comparável ao desempenho da fusão tardia. Especificamente, o modelo bpMRI-clínico alcançou uma AUC de 0,944 com fusão precoce versus 0,927 com fusão tardia.
• Contribuição das Modalidades:
  • O modelo apenas clínico apresentou o desempenho mais fraco (AUC 0,828), indicando que parâmetros clínicos isolados são insuficientes para um estadiamento preciso.
  • Modelos de sequência única mostraram forte desempenho (STIR: AUC 0,886; T1-FSE: AUC 0,905), mas a integração de ambas as sequências (bpMRI) melhorou ainda mais a AUC para 0,930, destacando o valor complementar do STIR (sensível a edema/atividade) e do T1-FSE (delimitando fronteiras necróticas/estrutura).
• Análise de Erros de Classificação: No conjunto de teste, o modelo ideal classificou incorretamente 16 de 176 casos (taxa de erro de 9,09%), compreendendo 10 falsos negativos (estágio tardio classificado como inicial) e 6 falsos positivos.
• Interpretabilidade: Visualizações de Grad-CAM confirmaram que o modelo focou em regiões clinicamente relevantes, incluindo fronteiras de lesões necróticas, zonas de edema da medula óssea e anormalidades estruturais subcondrais, alinhando-se com as características utilizadas por radiologistas para o estadiamento de ARCO.

Significância e Alegações
Os autores afirmam que este estudo apresenta um framework de aprendizado profundo multimodal interpretável que integra com sucesso a RM de dupla sequência com parâmetros clínicos para fornecer evidência objetiva para a estratificação de ONCF. A principal significância reside na capacidade do modelo de diferenciar precisamente os estágios inicial e tardio da doença na transição crítica de ARCO II/III, um ponto onde as decisões de tratamento são mais consequentes. Ao demonstrar que a fusão precoce de RM biparamétrica e dados clínicos produz maior acurácia do que abordagens de sequência única ou apenas clínica, o estudo sugere que tais frameworks podem reduzir a variabilidade interobservador e apoiar uma tomada de decisão mais precisa para preservação do quadril versus artroplastia. Os autores enfatizam que, embora o modelo melhore as métricas estatísticas, seu verdadeiro valor reside em refletir a lógica clínica do estadiamento de ONCF para servir como uma ferramenta inteligente de suporte à decisão.

Limitações
Os autores reconhecem as limitações do estudo, incluindo seu design retrospectivo, um tamanho de amostra relativamente limitado apesar do aumento de dados (data augmentation), e a falta de validação externa em coortes multicêntricas prospectivas com variados scanners de RM. Eles observam que a generalização requer confirmação adicional e sugerem que trabalhos futuros explorem modalidades adicionais (TC, biomarcadores) e realizem análises detalhadas de subgrupos no limite crítico de estadiamento.