Rede neural multimodal para Alzheimer atinge AUROC de 0,935 em 2649 pacientes

Pesquisadores publicaram no arXiv (cs.LG) um sistema multimodal e multitarefa para diagnosticar a doença de Alzheimer e prever sua progressão. O treinamento e a validação interna usaram 2649 pacientes e 17 317 visitas de três datasets: ADNI, OASIS-2 e MIRIAD. O AUROC do diagnóstico foi de 0,935 ± 0,002 (média de três seeds), e a versão híbrida chegou a 0,951. Na amostra externa OASIS-3, o resultado é menor: 0,763 para a rede neural e 0,767 para o híbrido. Essa diferença é o ponto central do trabalho.

Arquitetura e proteção contra vazamentos

Os dados sobre Alzheimer são incômodos: as visitas são irregulares, as medições são heterogêneas e alguns pacientes não têm todas as modalidades. Os autores montaram um pipeline com vários blocos. Um codificador SFCN adaptado processa a ressonância magnética. Os dados clínicos passam por quatro transformers causais. Em seguida vêm uma camada de fusão compartilhada e módulos dinâmicos ODE-GRU, um para cada tarefa, capazes de trabalhar com intervalos desiguais entre as visitas.

Os dois últimos blocos do codificador de ressonância são ajustados com fine-tuning e LoRA. O Task-DRO equilibra as perdas entre as tarefas. O Group-CVaR melhora de forma direcionada o desempenho em coortes e em estratos por comorbidades, ou seja, por doenças associadas.

O título do trabalho dá destaque ao controle de vazamentos de dados. Para isso, os autores usam restrições de entrada no nível de cada ramo, divisão da amostra estritamente por sujeito e verificações empíricas de causalidade. Em dados longitudinais, isso é crítico: se visitas do mesmo paciente caírem tanto no treino quanto no teste, as métricas saem infladas.

Números e validação externa

Principais resultados da validação interna e da OASIS-3:

• Diagnóstico: AUROC de 0,935 ± 0,002, híbrido com 0,951.
• Progressão stage-1: 0,884 ± 0,003, híbrido com 0,909.
• Progressão stage-1 a partir da primeira visita: 0,870 ± 0,005, híbrido com 0,896.
• Erro de previsão do MMSE na visita seguinte: MAE de 1,61 ponto.
• Pior estrato no diagnóstico: AUROC de 0,827 ± 0,008.
• OASIS-3, diagnóstico: 0,763 (rede) e 0,767 (híbrido).
• OASIS-3, progressão na visita seguinte (híbrido): 0,764.
• OASIS-3, erro de calibração do diagnóstico: queda de 0,197 para 0,052.
• OASIS-3, MAE do MMSE: 0,86.

A queda do AUROC de 0,935 para cerca de 0,76 é um clássico desvio de domínio entre coortes. Em compensação, a calibração em dados externos melhorou quase quatro vezes, e para o uso clínico isso importa tanto quanto o ranqueamento. O MAE menor do MMSE na OASIS-3 (0,86 contra 1,61) pode depender da composição da amostra. O abstract não cita as causas, então isso é apenas uma hipótese.

As ablações trazem um resultado inesperado. Os autores desativaram seis componentes, um por vez, em um único seed (42), e a diferença no AUROC combinado de diagnóstico e progressão ficou entre −0,004 e +0,004. Nenhum elemento arquitetural, isoladamente, move a métrica de forma perceptível. Já a remoção das entradas clínicas reduz o AUROC do diagnóstico em 0,272. Pelo visto, o sinal principal está nos dados clínicos. As explicações na amostra ADNI também mostram que tarefas diferentes se apoiam em entradas diferentes.

O que levar para a prática

É um preprint sem revisão por pares, e não há aqui um produto clínico. O valor prático está em outro ponto: o trabalho estabelece um protocolo de avaliação cuidadoso. Divisão por sujeito, verificações independentes de entradas por ramo, relatório do pior estrato e validação externa com calibração são práticas que valem a pena para equipes que constroem modelos médicos com dados longitudinais.

Para quem está escolhendo uma arquitetura, os resultados das ablações indicam que complicar o modelo rende menos do que melhorar a qualidade das variáveis clínicas. Para avaliar a aplicabilidade real, é preciso olhar os resultados em coortes independentes como a OASIS-3, e não o AUROC interno de 0,935. Lá os números são bem mais modestos, mas mais honestos.