Estudio de la reproducibilidad e interpretabilidad de los métodos más precisos del TADPOLE Challenge para el diagnóstico y pronóstico de la enfermedad de Alzheimer

Ferraz García, Francisco
Hernández Giménez, Mónica (dir.) ; Mayordomo Cámara, Elvira (dir.)

Universidad de Zaragoza, EINA, 2020
Departamento de Informática e Ingeniería de Sistemas, Área de Lenguajes y Sistemas Informáticos

Graduado en Ingeniería Informática

Resumen: El 15 de junio de 2017, el EuroPOND Consortium y ADNI lanzaron The Alzheimer’s Disease
Prediction Of Longitudinal Evolution (TADPOLE) Challenge. Este reto tiene como objetivo
identificar qué personas empezarán a mostrar síntomas en un plazo de 1 a 5 años elegidas en un
grupo de edad de riesgo de padecer la enfermedad. Para ello, se propuso utilizar un conjunto
de mediciones longitudinales realizadas sobre los pacientes prevalecientes de ADNI, con el fin
de realizar predicciones de aquellas mediciones futuras más relevantes para el diagnóstico de la
enfermedad.
Las predicciones del TADPOLE Challenge se centran sobre el diagnóstico clínico, una
clasificación en tres grupos dependientes del nivel de deterioro cerebral por probable enfermedad
de Alzheimer (CN, MCI y AD); la puntuación ADAS‐Cog13, resultante de un exámen psicológico
frecuentemente utilizado en ensayos clínicos; y el volumen de los ventrículos del cerebro, estimado
a partir de imágenes por resonancia magnética (MRI). Gracias al TADPOLE Challenge se han
desarrollado una serie de métodos de aprendizaje automático que han proporcionado unos
resultados muy precisos en dos de las tres mediciones propuestas: el diagnóstico clínico y el
volumen de los ventrículos. Por el contrario, las mejores estimaciones de la puntuación ADAS‐
Cog13 fueron poco mejores que una estimación aleatoria.
El objetivo de este Trabajo de Final de Grado es reproducir los resultados de los tres mejores
métodos del TADPOLE Challenge en la predicción del diagnóstico clínico, de la forma más fiel
posible dada la escasa información disponible de los mismos. Además, utilizaremos métodos
de Inteligencia Artificial Interpretable para comprender por qué estos algoritmos obtienen los
mejores resultados en esta tarea, para obtener información relevante para su mejora, y para
establecer su fiabilidad y plantear su posible uso en la práctica clínica. Adicionalmente, se probará
la efectividad de los métodos desarrollados para el pronóstico de la puntuación de ADAS‐Cog13 y
la predicción del volumen de los ventrículos.
En particular, se han implementado dos sistemas: un Gradient Booster y un Random Forest,
y se ha utilizado un sistema de Support Vector Machines diseñado por los autores para el reto.
Mediante el aumento de los datos originales y la optimización de los hiperparámetros, se ha
conseguido reproducir e incluso superar los resultados de los métodos ganadores del reto tanto en
la predicción del diagnóstico clínico como del volúmen de los ventrículos, con una precisión del 96%
y del 91%, respectivamente. En comparación con las métricas del reto, hemos obtenido un mAUC
(área bajo la curva característica operativa del receptor) de 97.6 en el problema de diagnóstico,
superando el mAUC de 93.1 obtenido por el método ganador, mientras que para el volúmen de los
ventrículos obtenemos un MAE (error absoluto medio) de 0.27, superando el 0.45 de referencia.
Mediante el uso de dos algoritmos del estado del arte en interpretabilidad (SHAP y LIME) se
ha demostrado la fiabilidad de los modelos, comparando los atributos que usan para obtener el
diagnóstico con los utilizados en la práctica clínica, y se han señalado los motivos por los que los
sistemas podrían fallar, proponiendo soluciones para aumentar la capacidad de generalización de
los modelos.

Tipo de Trabajo Académico: Trabajo Fin de Grado