Contour-free multi-instance learning versus conventional CT features for preoperative Ki-67 stratification in gastric gastrointestinal stromal tumors: a retrospective comparison

Resumo Técnico: Aprendizado de Múltiplas Instâncias Livre de Contornos versus Características Convencionais de TC para Estratificação de Ki-67 Pré-operatória em GISTs Gástricos

Problema
Os tumores estromais gastrointestinais (GISTs) exibem uma variabilidade biológica significativa, e a avaliação de risco pré-operatória é frequentemente limitada porque fatores prognósticos fundamentais, como a contagem mitótica e o status de ruptura do tumor, geralmente exigem confirmação intraoperatória ou patológica. O índice de marcação Ki-67 serve como uma medida crítica da proliferação tumoral, com valores mais altos correlacionando-se a doenças agressivas e recorrência. No entanto, a avaliação do Ki-67 depende de biópsia ou tecido ressecado e está sujeita à heterogeneidade de amostragem. Embora a tomografia computadorizada (TC) com contraste seja rotineiramente utilizada para o estadiamento, os modelos preditivos existentes frequentemente dependem de regiões de interesse (ROIs) delineadas manualmente. Esse contorno manual introduz uma etapa de pré-processamento separada, aumenta a carga de trabalho e limita a escalabilidade das abordagens radiômicas ou de aprendizado profundo. Além disso, um único rótulo de Ki-67 ao nível do paciente corresponde a uma série completa de TC contendo centenas de cortes, dos quais apenas uma parte representa o tumor. Essa estrutura de "um rótulo, muitas instâncias" não é otimamente abordada pelo aprendizado supervisionado padrão sem segmentação.

Metodologia
Este estudo retrospectivo de centro único avaliou um framework de Aprendizado de Múltiplas Instâncias (MIL) livre de contornos projetado para estratificar GISTs gástricos pelo índice Ki-67 sem exigir a segmentação do tumor.

• Coorte e Tarefas: O estudo incluiu 61 pacientes com GISTs gástricos que foram submetidos à ressecção radical. Três tarefas de classificação binária foram definidas com base em cortes de Ki-67 de 5%, 8% e 10%. Pacientes com valores de Ki-67 relatados em intervalos que abrangiam um corte específico foram excluídos apenas para aquela tarefa específica.
• Processamento de Dados:
  • Características Convencionais: Dois leitores extraíram independentemente 21 variáveis de TC convencional (demografia, morfologia tumoral, padrões de realce, necrose, etc.) a partir de imagens das fases arterial e venosa.
  • MIL Livre de Contornos: Séries completas de TC arterial e venosa foram processadas sem localização do tumor. Os cortes DICOM foram ordenados por posição física, ajustados para uma janela abdominal e padronizados. Um codificador ResNet-18 congelado (pré-treinado no ImageNet) extraiu vetores de características de 512 dimensões de cada corte.
  • Arquitetura MIL: A série completa de TC de cada paciente formou uma "sacola" (bag) de instâncias (cortes). Cinco métodos de MIL foram implementados para agregar as características dos cortes em uma representação ao nível do paciente: MeanMIL, MIL baseado em atenção (ABMIL), MIL de atenção de porta (GAMIL), MIL de fluxo duplo (DSMIL) e MIL de atenção estabilizada (ASMIL).
• Comparação de Modelos: O estudo comparou:
  1. Dois modelos convencionais (Regressão Logística com regularização L2 e Elastic Net).
  2. Cinco métodos de MIL aplicados separadamente às fases arterial e venosa.
  3. Quatro combinações de logit igual (ex: Arterial + Venosa, Convencional + Arterial, etc.).
• Protocolo de Avaliação: Foi utilizada uma validação cruzada de 5 dobras estratificada ao nível do paciente, repetida 10 vezes. O desempenho foi avaliado via AUROC, AUPRC, calibração e Análise de Curva de Decisão (DCA). A significância estatística das diferenças foi determinada por testes bootstrap pareados com correção de Holm. Uma "auditoria de atenção" pós-treinamento foi realizada para verificar se os pesos de atenção aprendidos correlacionavam-se com os cortes que contêm o tumor usando ROIs anotadas manualmente (que não foram utilizadas durante o treinamento).

Resultos Principais

• Desempenho Discriminativo: O estudo constatou que não houve vantagem clara de discriminação para o MIL livre de contornos ou modelos de fusão sobre as características de TC convencional.
  • As maiores AUROCs foram 0,645 (corte de 5%), 0,646 (corte de 8%) e 0,605 (corte de 10%).
  • Crucialmente, todos os intervalos de confiança da AUROC incluíram 0,5, indicando que nenhum dos modelos demonstrou discriminação estatisticamente significativa acima do acaso nesta coorte.
  • Após a correção de Holm, nenhuma das 90 comparações pareadas entre modelos, nem das 54 comparações entre modelos de fusão e seus componentes, permaneceu estatisticamente significativa.
• Comparação de Métodos MIL: Entre os cinco métodos MIL, apenas duas comparações pareadas específicas permaneceram significativas após a correção (Venoso DSMIL vs. ASMIL na AUROC de 8%; Venoso DSMIL vs. GAMIL no AUPRC de 10%). Nenhum método MIL superou consistentemente os outros ou os modelos convencionais.
• Auditoria de Atenção: Na auditoria de atenção pós-treinamento, 34 de 60 testes mostraram associação significativa entre os pesos de atenção e os cortes contendo o tumor após a correção de Holm global. No entanto, a direção dessa associação variou (21 acima da referência, 13 abaixo), sugerindo que os pesos de atenção otimizados para a classificação ao nível do paciente não localizam o tumor de forma consistente.
• Estabilidade: Os componentes de fusão mostraram correlação baixa a moderada, e a fusão de três componentes foi menos variável que os modelos MIL de fase única, mas mais variável que o Elastic Net convencional.

Significância e Alegações
O artigo afirma definir um framework ao nível do paciente para avaliar séries completas de TC sem delineamento de lesão, oferecendo uma alternativa potencial ao contorno manual trabalhoso exigido pela radiômica tradicional.

Entretanto, os autores são explícitos quanto às limitações de seus achados:

1. Ausência de Superioridade Clínica: Nesta coorte específica, o MIL livre de contornos não superou as características de TC convencional. Os autores afirmam que o pequeno tamanho da amostra e os amplos intervalos de confiança impedem uma conclusão definitiva de que as abordagens possuem desempenho equivalente, mas certamente não demonstraram superioridade.
2. Carga de Anotação: O estudo não mediu a redução no tempo de anotação ou na carga de trabalho clínica, que é uma motivação primária para abordagens livres de contornos.
3. Requisitos Futuros: Os autores concluem que validação externa e avaliação direta da carga de anotação são necessárias antes que este design possa ser considerado para uso clínico. Eles sugerem que estudos futuros utilizem coortes maiores, representações específicas de TC e registro espacial entre as fases arterial e venosa.

Em resumo, embora o estudo tenha implementado com sucesso um pipeline de MIL livre de contornos para a estratificação de Ki-67, ele falhou em demonstrar que essa abordagem proporciona uma vantagem de discriminação sobre a análise de características de TC convencional mais simples no contexto de GISTs gástricos.