EEG-to-Report: An Annotation and Feature–Text Framework for Training Language Models on Clinical EEG

Resumo Técnico: EEG-to-Report: Um Framework de Anotação e Característica–Texto para Treinamento de Modelos de Linguagem em EEG Clínico

Definição do Problema
O relato de eletroencefalografia (EEG) clínica permanece um processo amplamente manual, demorado e dependente de especialização técnica. Embora sistemas de relato padronizados como o SCORE tenham melhorado a consistência da terminologia, os ecossistemas de software de EEG atuais são projetados primariamente para visualização, pré-processamento ou marcação de eventos, em vez de gerar os conjuntos de dados estruturados e alinhados de característica–texto necessários para treinar modelos de linguagem (LLMs) modernos. As caixas de ferramentas de código aberto existentes (ex: EEGLAB, MNE-Python) carecem de fluxos de trabalho centrados no clínico para a criação de dados de treinamento de alta qualidade. Além disso, as abordagens de IA atuais frequentemente tratam o mapeamento do sinal para a interpretação como uma "caixa preta", mapeando sinais brutos diretamente para rótulos grosseiros ou conjuntos de características fixas para texto, sem permitir que os clínicos inspecionem, curem ou refinem iterativamente os dados de treinamento no nível do segmento. Existe uma lacuna crítica em frameworks abertos e de ponta a ponta que possam ingerir formatos de EEG heterogêneos, extrair características quantitativas padronizadas de segmentos específicos e exportar pares de característica–texto alinhados para o treinamento de modelos multimodais de EEG–linguagem.

Metodologia
Os autores apresentam o EEG-to-Report, uma aplicação web baseada em navegador projetada para preencher essa lacuna. O sistema emprega uma arquitetura cliente–servidor (frontend em React/TypeScript, backend em FastAPI) e opera em dois módulos complementares:

1. Anotação e Construção de Conjunto de Dados (Módulo 1):

   • Ingestão e Pré-processamento: O sistema suporta mais de dez formatos de arquivos de EEG (EDF, BDF, GDF, EEGLAB, FIF, etc.) e padroniza os nomes dos canais para uma convenção 10–20. Um pipeline de pré-processamento padrão inclui filtragem passa-banda (1–60 Hz), filtragem notch, re-referenciamento, reamostragem (para 125 Hz) e remoção opcional de artefatos baseada em ICA.
   • Fluxo de Trabalho Interativo: Os clínicos utilizam uma interface de arrastar e soltar para selecionar intervalos de tempo e canais específicos. As anotações podem ser inseridas via texto digitado ou voz (transcrita através de um modelo Whisper local).
   • Extração de Características: Para cada segmento anotado, o sistema computa automaticamente um vetor padronizado de descritores quantitativos, incluindo:
     • Espectrais: Potências de banda absoluta/relativa (delta, theta, alfa, beta, gama) e frequências dominantes.
     • Temporais: Média, desvio padrão, mobilidade de Hjorth e complexidade.
     • Entropia: Entropia de Shannon e Aproximada.
     • Conectividade: Coerência entre pares de canais (magnitude ao quadrado).
     • Relacionadas a pontas (spikes): Contagem de pontas baseada em limiares de z-score.
   • Representação de Dados: Segmentos anotados são exportados como um esquema JSON portátil contendo o tempo do segmento, contexto do canal, o vetor de características quantitativas e a descrição clínica (texto ou voz transcrita). Isso cria pares de característica–texto alinhados adequados para aprendizado supervisionado.

2. Geração de Relatório Automático (Módulo 2):

   • Este módulo serve como um demonstrativo funcional. Ele estima descritores quantitativos de gravações completas usando um ensemble de redes convolucionais (CNN, GoogleNet, ResNet).
   • Esses descritores são alimentados em um Modelo de Linguagem de Grande Escala (suportando Gemini, GPT-4, Claude) via um prompt estruturado para redigir uma narrativa clínica.
   • O resultado é um rascunho editável (PDF/Word) destinado à revisão e revisão pelo clínico, aderindo a uma filosofia de "humano no loop" (human-in-the-loop).

Principais Contribuições

• Ferramenta de Anotação Independente de Fornecedor: Uma interface unificada que suporta diversos formatos de arquivos de EEG e fornece seleção de nível de segmento e canal para anotações padronizadas e notas médicas estruturadas.
• Representação Característica–Texto: Um esquema JSON reutilizável que mapeia segmentos de EEG anotados para um conjunto abrangente de características de tempo–frequência e conectividade junto com texto clínico rico. Esta representação é projetada especificamente para supervisionar modelos multimodais de EEG–linguagem.
• Fluxo de Trabalho Integrado: Uma aplicação única que vincula visualização interativa, anotação multimodal, extração automatizada de características e exportação de conjuntos de dados prontos para IA, eliminando a fricção de alternar entre visualizadores e editores de texto distintos.
• Sistema de Relatório Automático Modular: Um protótipo funcional demonstrando como descritores baseados em características podem direcionar LLMs para gerar narrativas clínicas, mantendo os sinais brutos e as anotações sob controle institucional.

Resultados
O framework foi avaliado utilizando o banco de dados público de EEG de escalpo Siena (12 pacientes, 36 gravações).

• Fluxo de Trabalho de Anotação: A ferramenta processou com sucesso as gravações EDF, padronizando canais e permitindo a criação de 112 anotações de nível de segmento (ictal, peri-ictal e interictal).
• Estatísticas do Corpus: O conjunto de dados exportado consiste em 112 segmentos com uma duração mediana de 20 segundos. Cada segmento está associado a um vetor de características de comprimento 1.322 (derivado de 36 canais) e uma descrição clínica com média de 9 tokens. O vocabulário foi dominado por terminologia específica de EEG.
• Geração de Relatório Automático: O módulo gerou rascunhos de relatórios contendo descritores quantitativos e impressões clínicas. Como o conjunto de dados público carecia de relatórios de verdade fundamental (ground-truth) pareados, a avaliação foi qualitativa. Três leitores especialistas avaliaram os rascunhos quanto à plausibilidade clínica (organização do fundo, simetria, etc.), considerando-os capazes de capturar atributos centrais, embora uma análise de modo de falha sistemática tenha sido observada como trabalho futuro.

Significância e Alegações
O artigo posiciona o EEG-to-Report não como um único modelo de benchmark, mas como um trabalho de infraestrutura destinado a reduzir a barreira para o desenvolvimento e auditoria de sistemas de relatório automático de EEG.

• Unindo Tradições: Visa conectar as tradições de relato padronizadas e impulsionadas por humanos (como o SCORE) com o ecossistema emergente de modelos de fundação, permitindo o desenvolvimento iterativo com participação humana.
• Acessibilidade: Ao suportar formatos de arquivos heterogêneos e bibliotecas de código aberto, permite que centros menores e laboratórios de pesquisa construam corpora estruturados e prontos para IA sem infraestrutura proprietária.
• Soberania de Dados: O framework permite que as instituições mantenam os sinais brutos e as anotações localmente, enquanto exportam pares compactos e anonimizados de característica–texto para treinamento colaborativo de modelos ou avaliação entre diferentes centros.
• Trajetória Futura: Os autores afirmam explicitamente que o treinamento de um modelo dedicado de característica-para-texto no corpus exportado é o "próximo passo natural" e delineiam isso como trabalho futuro. A contribuição atual é a ferramenta e a representação de dados que tornam tal treinamento possível. O artigo reconhece limitações, incluindo o caráter preliminar da avaliação, o uso de características manuais e a necessidade de validação multicêntrica para avaliar a generalização e os ganhos de eficiência.