CARDEA: ragionamento verificabile fondato su evidenze spaziali per l’interpretazione end-to-end dell’angiografia coronarica

Abstract degli autori

L’angiografia coronarica invasiva (CAG) è lo standard di riferimento per diagnosticare la malattia coronarica, ma la sua interpretazione varia notevolmente da un osservatore all’altro. I sistemi di IA esistenti possono migliorare la coerenza delle valutazioni, ma non offrono processi decisionali verificabili e hanno capacità limitate di valutazione complessiva a risposta aperta, compromettendo la fiducia dei medici e la preparazione all’adozione clinica. Abbiamo sviluppato CARDEA, un modello unificato di grandi dimensioni per visione e linguaggio che costituisce il nucleo inferenziale di una pipeline per la CAG. È stato addestrato esclusivamente su dataset pubblici e compiti a risposta chiusa, in tre fasi: allineamento delle caratteristiche visive, avvio a freddo con Chain-of-Box (CoB) auto-distillata e apprendimento per rinforzo con ricompense verificabili (RLVR), con una ricompensa CoB che incoraggia l’uso di riquadri di delimitazione nella traccia del ragionamento. Abbiamo valutato le sue due diagnosi a livello di esame, la classificazione della dominanza e la valutazione della complessità, confrontandole con un classificatore dedicato e con due cardiologi interventisti. La generazione di referti è stata esclusa dall’addestramento e valutata in modalità zero-shot nelle diverse fasi su una coorte esterna, usando il macro-$F_1$ della gravità per vaso. CARDEA ha ottenuto risultati inferiori al classificatore nella classificazione della dominanza sui dati della stessa distribuzione usata per l’addestramento, ma ha raggiunto risultati equivalenti in presenza di uno spostamento di dominio (accuratezza: 0,91 [intervallo di confidenza (CI) al 95%: da 0,86 a 0,95]) ed è risultato comparabile ai cardiologi nella valutazione della complessità (accuratezza: 0,90 [CI: da 0,82 a 0,97]). Solo l’RLVR ha migliorato la generazione di referti zero-shot, portando il macro-$F_1$ della gravità per vaso (0,686 [CI: da 0,664 a 0,707]) al di sopra di quello del modello di base non ottimizzato (0,513) e a più del doppio del valore minimo ottenuto classificando sempre come normale (0,312). CARDEA gestisce una pipeline CAG end-to-end, dai video grezzi ripresi da più angolazioni alla selezione dei fotogrammi chiave e alla diagnosi a livello di esame, rendendo verificabili le evidenze spaziali alla base delle sue conclusioni. L’RLVR applicato a compiti verificabili a risposta chiusa ha fatto emergere una capacità di redigere referti a risposta aperta che l’imitazione supervisionata non aveva prodotto. L’uso clinico richiede una validazione prospettica rispetto alle valutazioni di cardiologi esperti.