Resumen: La retina ofrece una ventana no invasiva a las enfermedades neurodegenerativas, capturando patrones estructurales sutiles asociados con un riesgo de deterioro cognitivo futuro. Los marcos de alineación visión-lenguaje como REVEAL han demostrado que combinar imágenes del fondo de ojo de la retina con narrativas estructuradas de riesgo clínico mejora la predicción temprana de la enfermedad de Alzheimer (EA). Una opción de diseño clave en estos enfoques es el uso de agrupación fenotípica, donde los individuos con perfiles de riesgo similares son tratados como pares multipositivos durante el aprendizaje contrastivo. Sin embargo, los métodos existentes operacionalizan la similitud fenotípica como una construcción discreta, basándose en asignaciones grupales estrictas que imponen una supervisión rígida y desacoplan la formación de grupos del aprendizaje de representación. Proponemos una formulación continua de la estructura fenotípica dentro del aprendizaje contrastivo. En lugar de asignar muestras a grupos fijos, modelamos la similitud entre sujetos como una función de ponderación diferenciable derivada de la incorporación de similitudes intramodalidad tanto en las imágenes de la retina como en los perfiles de riesgo. Estas ponderaciones definen relaciones multipositivas suaves a través de un operador de agregación continua, lo que permite una supervisión graduada que refleja la naturaleza espectral del riesgo de enfermedad. Además, presentamos un objetivo contrastivo de objetivo suave que aprende conjuntamente la alineación intermodal y la estructura fenotípica de un extremo a otro. Evaluado con datos de imágenes de retina del Biobanco del Reino Unido para la predicción de incidentes de EA, el marco propuesto supera consistentemente el aprendizaje contrastivo discreto basado en grupos y las líneas de base estándar de visión y lenguaje. Al tratar la similitud fenotípica como una señal continua y que se puede aprender en lugar de una regla de agrupación fija, nuestro enfoque proporciona una base sólida y de principios para el modelado de riesgos neurodegenerativos a escala poblacional a partir de datos clínicos y de retina multimodales.
Publicado originalmente en export.arxiv.org el 18 de junio de 2026.
Ver fuente original
