AIを用いて網膜画像を分析する

新しく開発されたアプローチでは、人工知能（AI）を用いて網膜画像を分析する。医師は、このシステムを用いて、糖尿病性黄斑水腫による視力低下を患っている患者に最適な治療を選択することができる。この問題は、働く年龄の成人に視力低下を引き起こすことが多い。

糖尿病性黄斑水腫に対する最初の治療として用いられるのは、抗血管内皮成長因子（VEGF）である。VEGF薬には、誰に対して有効で、誰に対して無効であるかがわからない。複数の注射が必要となるため、治療の対象となる患者を最初に特定する必要がある。注射は高価で、患者と医師の両方にとって負担となる。

研究チームのリーダーは、デューク大学のシナ・ファルシウ（Sina Farsiu）である。

「網膜の光干渉断層撮影（OCT）画像を自動的に分析して、患者が抗VEGF治療に対して反応する可能性があるかどうかを予測するアルゴリズムを開発した」と彼女は述べた。「この研究は、個別化医療への一歩となり、予測によって医師が患者に最適な治療を選択できるようになる」

この研究は、The Optical Society（OSA）のジャーナルBiomedical Optics Expressに掲載された。ファルシウと彼女のチームは、新しいアルゴリズムが、1回の体積スキャンだけで、患者が抗VEGF治療に対して反応する可能性があるかどうかを正確に予測できることを実証した。

「私たちのアプローチは、網膜クリニックで不要な試行錯誤の治療を防ぎ、患者にとっての治療負担を軽減するために使用できる可能性がある」とファルシウは述べた。「アルゴリズムは、新血管性加齢黄斑変性を含む他の多くの眼疾患に対する治療反応を予測するために適応できる」

新しく開発されたアルゴリズムは、新しい畳み込みニューラルネットワーク（CNN）アーキテクチャに基づいている。CNNは、画像を分析するために、さまざまな側面や物体に重要性を付与するタイプの人工知能である。研究者は、OCTで取得された画像をアルゴリズムで分析した。OCTは、非侵襲的な技術であり、網膜の高解像度の断面画像を生成し、さまざまな眼疾患の評価と治療の標準である。

「以前のアプローチとは異なり、私たちのアルゴリズムは、治療前の1回のOCT画像のみを必要とする」と、論文の第一著者であり、ファルシウの研究室のポスドクであるレザ・ラスティ（Reza Rasti）は述べた。「時間シリーズOCT画像、患者記録、またはその他のメタデータは、治療反応を予測するために必要ない」

新しいアルゴリズムは、OCTのグローバル構造を強調するだけでなく、疾患部のローカル特徴も強調する。抗VEGF反応と相関することができるCNN符号化された特徴を検索する。

アルゴリズムは、糖尿病性黄斑水腫の治療を受けた127人の患者からのOCT画像でテストされた。抗VEGF薬の3回連続の注射を受けた後、アルゴリズムは治療前のOCT画像を分析し、アルゴリズムの予測は抗VEGF治療後に撮影されたOCT画像と比較された。これにより、治療が症状の改善につながったかどうかが判断された。

アルゴリズムは、治療に反応する患者を予測するための87パーセントの精度を示した。平均精度と特異度は85パーセント、感度は80パーセントであった。

研究者は今、発見を確認し、治療を受けていない患者を対象としたより大規模な観察研究を実施したいと考えている。