El artículo aborda el desafío del aprendizaje de representaciones por contraste en señales fisiológicas donde las líneas base específicas del sujeto interfieren con los objetivos a nivel de clase, provocando que los modelos pierdan la variación individual necesaria para la generalización. Los autores proponen un objetivo por contraste consciente del paciente para la detección de Fibrilación Auricular Paroxística que forma pares positivos únicamente a partir de segmentos del mismo paciente para preservar las líneas base del ritmo sinusal mientras separa las clases.
- El método propuesto logra la estructura de ritmo sinusal por paciente más consistente con una puntuación de cohesión de 0.850, en comparación con 0.800 para la pérdida por contraste supervisado y 0.772 para la entropía cruzada binaria.
- La entropía cruzada binaria produce la separación global de clases más limpia pero resulta en la estructura por paciente más desordenada, provocando que las sondas lineales fallen en pacientes no vistos.
- En el conjunto de datos IRIDIA-AF, la representación logra un AUROC independiente del paciente de 0.989 ± 0.003 con una varianza de semilla 2.6 veces menor que las líneas base por contraste supervisado.
Los resultados indican que mantener la consistencia geométrica por sujeto es más crítico para una generalización cruzada entre pacientes robusta que lograr la separabilidad global de clases.