お問い合わせ

03-5677-3930初診受付

ブログ

2020年10月30日

12399:緑内障の診断・進行予測へのAI活用;記事と論文の紹介

清澤のコメント:AI timesに上記の記事が出ています。記事の要点と原著のサマリーを紹介します。その内容は、日々我々眼科医が緑内障を診断し、初期に治療方針を立て、経時的に加わる追加の診断情報で治療方針を決めなおしてゆくというやり方に良く対応したものに見えます。

--IT times 記事引用-----

英国・オーストリア・ドイツ・フランス・カナダなどの国際共同研究チームは、緑内障の診断・進行予測へのAI活用について、文献レビューを通し、「臨床実装を前提とした成長戦略」を探索している。研究成果は、眼科領域のオープンアクセスジャーナルであるTranslational Vision Science & Technologyにて公開されている。

チームの研究論文(★下に訳文を採録)では、AIアプローチにより緑内障の診断と進行分析が行われた先行研究群を非体系的にレビューし、各方法論の詳細情報と成果が抽出されている。現在までに緑内障の検出に用いられる構造的検査(光コヒーレンストモグラフィーOCTや眼底写真など)と機能的検査(視野テストなど)のいずれにおいても、スクリーニング検査として十分な感度・特異度を有するAIアルゴリズムが提唱されているという。さらにその両者の組み合わせで診断能力が向上すること、進行予測については従来の検査方法よりも、AI利用によってより早期に検出できる可能性が明らかにされている。

第一段階として疑い症例を抽出することについては「眼底写真を用いたAIアルゴリズムの活用によって、より効率的で効果的なスクリーニング手法を確立できる」とする一方、確定診断に近付けるには多面的なデータを含めて評価を行う必要があることを指摘する。また、AIによるアウトプットは臨床的意思決定を支援する補助システムとして有効に機能する可能性が高いが、現時点ではAIの外的妥当性やブラックボックス問題、規制上のハードルなど、克服されていない課題が少なくない点も強調している。

  ---論文の抄録を採録★----

オープンアクセス特集 | 2020年10月緑内障を診断し、緑内障の進行を検出する人工知能アルゴリズム:臨床実践への翻訳 

 2020年10月、https://doi.org/10.1167/tvst.9.2.55 第9巻、55

アブストラクト:

目的:この簡潔なレビューは、緑内障の検出と緑内障の進行のモニタリングのための人工知能(AI)戦略の臨床実施の可能性を探ることを目的としています。

方法:検索の組み合わせを用いた非体系的文献レビュー「人工知能」、「ディープラーニング」、「機械学習」、「ニューラルネットワーク」、「ベイズネットワーク」、「緑内障診断」、「緑内障進行」の検索。緑内障診断・進行解析に関する感度と特異性に関する情報、および方法論的詳細を抽出した。

結果:多数のAI戦略は、構造(例えば光コヒレント断層撮影(OCT)イメージング、眼底写真)および機能(視野)などの緑内障の検出に使用される検査モダリティに対して、有望なレベルの特異性と感度を提供する。動作曲線(AROC)の下の領域は、すべてのモダリティで達成された。構造入力と機能入力を組み合わせることで、診断能力がさらに向上することが示されている。緑内障の進行に関しては、AI戦略は、従来の方法よりも早く、または潜在的に単一のVF試験から進行を検出することができる。

結論:スクリーニング目的での眼底写真に適用されるAIアルゴリズムは、簡単で広くアクセス可能なテストを用いて良い結果を得ることができます。しかし、緑内障を持っている可能性が高い患者のために、OCTおよび周辺からのデータを含むより洗練された方法を使用する必要があります。出力は、臨床意思決定を支援する補助として役立ち、緑内障ケアの効率、生産性、および品質を向上させる。緑内障と診断された患者は、進行のリスクを評価するために将来のアルゴリズムの恩恵を受ける可能性がある。AI戦略の外部的妥当性、「ブラックボックス」から「説明可能なAI」への移行、規制上のハードルなど、課題はまだ克服されていません。しかし、AIが専門医の役割を強化し、緑内障ケアの次世代への提供の未来を必然的に形作ることは明らかです。

トランスレーショナルな関連性:緑内障検出の臨床現場で使用されるモダリティ全体にわたってAI戦略によって報告される診断精度の有望なレベルは、臨床実践への翻訳に適した信頼性の高いモデルの開発への道を開くことができます。AIをヘルスケアモデルに今後組み込むことは、世界中の緑内障患者のアクセスとタイムリーな管理の現在の限界に対処するのに役立つ可能性があります。

序文;緑内障は、不可逆的な世界的な失明の主な原因です、世界中でその失明者が300万人いる。そして、約600万人の視覚障害の原因である。米国内で盲人として登録された人の約10%を占める。また、イングランドの視力喪失認定のほぼ3分の1だ。しかし、この疾患は進行段階でない限り無症候性であり、したがって未検査数の罹患患者は未診断のままである。早期診断は予後に大きな影響を与える重要な要因だ。緑内障に伴う経済的・個人的な負担が、病気の進行の程度に伴ってエスカレートするに伴い、適切な治療の早期診断と開始を提供する能力が重要になる。 緑内障の罹患率は、世界の人口が長生きするにつれて、今後20年間で50%近く増加すると予測されている。やがて、緑内障ケアの負担は、眼科医の数や利用可能な資源の数に対応する成長なしに成長し続ける。眼科医の数は増加しているが、60歳以上の人口はその増加のほぼ2倍の割合で増加している。その結果、緑内障ケアの提供に対する需要は容量を超える可能性があり、眼科医は視覚喪失のリスクが最も高い患者のケアを優先しようとするか、ケアを提供する新しいモデルを開発するという乗り越えられない作業に直面する可能性がある。タイムリーな緑内障ケアの遅れは、すでに英国の患者に重大な害をもたらした。したがって、緑内障ケアの現在のモデルは持続不可能であり、能力と需要の不一致に対処するために革新に目を向ける必要があります。人工知能(AI)戦略は、需要の高まりに対する潜在的な解決策を提供し、臨床医が次世代に医療を提供する方法を再定義する可能性を実証している可能性がある。疾患分野における重要な発展により、眼科はこのイノベーション分野の最前線に置かれている。AI戦略の実施は、緑内障ケアのニーズの高まりに対応するための世界的な課題に対処する機会を提供し、この分野を探求するために重要な研究が行われています。高度なイメージングおよび周辺技術の眼科医療施設における可用性の向上、デジタルデータの取得、および日常的な臨床緑内障ケアからの大規模な臨床的に型付けされたデータセットの開発は、この分野における翻訳研究を促進し続ける。したがって、AI戦略は、未診断の緑内障を同定し、既存の患者における臨床的に関連する緑内障の進行を検出するための効果的な緑内障集団ベースのスクリーニングを開発するための新しい方法論を開発する可能性を秘めている可能性がある。このレビューでは、緑内障診断における眼科写真、光コヒレンス断層撮影(OCT)イメージング、および緑内障の進行の検出を用いたAI戦略の現代的な展開を要約し、緑内障サービスの提供の将来を形作るのに役立つ可能性を文脈化する。

Categorised in: 緑内障