RectoMap: a generalizable deep learning tool for rectal cancer and mesorectum MRI segmentation

Resumo Técnico: RectoMap – Uma Ferramenta de Aprendizado Profundo Generalizável para Segmentação de Câncer Retal e Mesoreto em RM

Definição do Problema
A segmentação precisa de tumores retais e do mesoreto em RM ponderada em T2 é crítica para o estadiamento, planejamento de tratamento (incluindo radioterapia e quimiorradioterapia neoadjuvante) e avaliação cirúrgica no câncer retal localmente avançado (LARC). No entanto, a segmentação manual é demorada, dependente do operador e sofre de variabilidade interobservador. Embora o aprendizado profundo ofereça soluções automatizadas, os modelos existentes frequentemente lutam contra a generalização fora da distribuição (OOD - out-of-distribution). Especificamente, o desempenho degrada-se significamente quando modelos treinados em dados de fabricantes de scanners específicos são aplicados a imagens de fornecedores não vistos devido à heterogeneidade nos protocolos de aquisição, forças de campo (1.5T vs. 3T) e vieses específicos do fabricante. Estudos anteriores mostraram quedas acentuadas de desempenho (por exemplo, o DSC declinando de 0,77 para 0,59) quando testados em scanners não vistos, limitando a aplicabilidade clínica em ambientes multivariados do mundo real.

Metodologia
Os autores desenvolveram o RectoMap, um pipeline de aprendizado profundo robusto e de código aberto, projetado para abordar esses desafios de generalização por meio de uma avaliação sistemática de arquiteturas, estratégias de ensembling e aumento de dados.

• Conjunto de Dados: Um estudo retrospectivo multi-institucional envolvendo 226 pacientes com LARC confirmado histologicamente. O conjunto de dados é altamente heterogêneo, compreendendo exames de 19 modelos distintos de scanners de RM de quatro fabricantes (Siemens, Philips, GE, Hitachi) tanto em 1.5T quanto em 3T.
• Desenho Experimental: Dois cenários de avaliação foram estabelecidos:
  • Dentro da Distribuição (ID - In-Distribution): Divisão aleatória (181 treinamento, 45 teste) onde os scanners de teste estavam presentes no treinamento.
  • Fora da Distribuição (OOD - Out-of-Distribution): Modelos treinados com dados da Siemens, Toshiba e Philips (163 sujeitos) e testados exclusivamente em scanners GE e Hitachi não vistos (63 sujeitos).
• Arquiteturas: Dois modelos 3D complementares foram treinados usando validação cruzada de 5 dobras (5-fold cross-validation):
  • nnUNet: Um framework baseado em CNN de autoconfiguração.
  • U-MambaBot: Uma arquitetura híbrida que integra camadas convolucionais com modelagem de espaço de estados para contexto de longo alcance.
• Estratégias de Ensembling: Quatro configurações de fusão foram avaliadas para combinar as previsões das duas arquiteturas e de suas cinco dobras:
  1. Média por arquitetura seguida de STAPLE.
  2. Seleção do melhor modelo por dobra seguida de STAPLE.
  3. Agregação STAPLE de dois níveis: STAPLE aplicado dentro de cada arquitetura, e então os resultados fundidos via STAPLE.
  4. Agregação de modelo total: Todas as 10 previsões de modelos (5 dobras × 2 arquiteturas) fundidas em uma única etapa de STAPLE.
• Aumento de Dados (Data Augmentation): Experimentos compararam um aumento "base" padrão (nnUNet padrão) contra um esquema de aumento estendido específico para RM. O esquema estendido incorporou transformações do TorchIO e de Intensidade Não Linear Global (GIN) para simular artefatos do mundo real, como inhomogeneidade de campo de bias, movimento e não linearidades de intensidade.
• Métricas: O desempenho foi quantificado pelo Coeficiente de Similaridade de Dice (DSC) e pela Distância de Hausdorff no percentil 95 (HD95).

Principais Resultados

• Desempenho Dentro da Distribuição (ID):
  • Para o câncer retal, a Agregação STAPLE de dois níveis (Configuração 3) com aumento estendido alcançou o DSC médio mais alto de 0,767 ± 0,119.
  • Para o mesoreto, a Agregação de modelo total (Configuração 4) rendeu o melhor DSC de 0,794 ± 0,131.
  • O aumento específico de RM melhorou consistentemente a segmentação do mesoreto.
• Desempenho Fora da Distribuição (OOD):
  • Apesar da mudança de fornecedor, o modelo demonstrou desempenho estável entre diferentes fabricantes.
  • Câncer retal: A agregação de modelo total (sem aumento estendido) alcançou um DSC de 0,798 ± 0,126.
  • Mesoreto: A agregação de modelo total (com aumento estendido) alcançou um DSC de 0,776 ± 0,161.
  • Notavelmente, o desempenho da segmentação do tumor retal foi ligeiramente superior no cenário OOD do que no ID, atribuído a volumes médios de tumor menores na coorte OOD (formas mais simples). Inversamente, o desempenho do mesoreto foi ligeiramente inferior no OOD devido aos volumes maiores e mais variáveis nessa coorte.
• Análise de Falhas: A revisão qualitativa indicou que os erros se concentraram em casos com tumores pequenos/anulares, lúmens retais colapsados (falta de distensão por gel) e modelos de scanner sub-representados nos dados de treinamento.

Significância e Contribuições
O artigo posiciona o RectoMap não meramente como um exercício de benchmarking, mas como uma ferramenta clínica pronta para uso e generalizável. Suas principais contribuições incluem:

1. Robustez à Mudança de Fornecedor: Ao alavancar dados de múltiplos fabricantes e estratégias de aumento específicas, o RectoMap mantém um alto desempenho através de fabricantes de scanners não vistos, abordando uma barreira crítica para a implantação clínica.
2. Disponibilidade de Código Aberto: A ferramenta é lançada publicamente (GitLab) com pesos pré-treinados, permitindo inferência direta ou ajuste fino (fine-tuning) em conjuntos de dados locais. Isso fornece uma linha de base confiável mesmo para instituições com dados limitados.
3. Validação Sistemática: O estudo fornece uma comparação abrangente de estratégias de ensembling e tipos de aumento, identificando que a Configuração 3 (Agregação STAPLE de dois níveis) combinada com o aumento estendido específico para RM oferece o design mais robusto para a ferramenta final.
4. Utilidade Clínica: Com um tempo de inferência de aproximadamente 82 segundos por volume em uma RTX 3090, o pipeline foi projetado para integração prática em fluxos de trabalho clínicos.

Os autores concluem que, embora o RectoMap represente um passo significativo em direção à segmentação automatizada robusta, permanecem limitações, incluindo um conjunto de dados enviesado para scanners Siemens e a falta de validação prospectiva em relação ao seu impacto direto no planejamento de tratamento ou desfechos dos pacientes. Trabalhos futuros visam expandir o conjunto de dados, validar prospectivamente e integrar abordagens de aprendizado federado.