網膜画像を分析するためのAIの使用

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、このシステムを使用して、糖尿病性黄斑水腫による視力喪失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、働く年龄の成人の中で視力喪失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よく使用されるのは、血管内皮増殖因子（VEGF）阻害剤である。VEGF剤の問題は、すべての患者に効果があるわけではないことである。治療の恩恵を受ける可能性のある患者を最初に特定する必要があるため、複数の注射が必要となる。注射は高価であり、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VEGF阻害剤治療に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、臨床医が特定の疾患状態に基づいて初期治療を選択するのに役立つ、精密医療への一歩である」

この研究は、光学学会（OSA）のジャーナル生物医学光学エクスプレスに掲載された。ジャーナルでは、ファルシウと彼女のチームが、新しいアルゴリズムがVEGF阻害剤治療に対する反応を正確に予測できることを実証した。1回の体積スキャンだけで、患者が治療に反応する可能性があるかどうかを予測できる。

「私たちのアプローチは、眼科クリニックで不要な試行錯誤の治療を防ぎ、患者にとっての大きな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、加齢黄斑変性などの他の多くの眼疾患に対する治療反応を予測するためにも適応できる」

新しく開発されたアルゴリズムは、独自の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。アルゴリズムは、研究者によって、非侵襲性技術であるOCTで取得された画像を調査するために使用された。OCTは、高解像度の網膜断面画像を生成し、さまざまな眼疾患の評価と治療の標準である。

「以前開発された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回の時間点でのみOCT画像を必要とする」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研究員であるレザ・ラスティは述べた。「時間シリーズOCT画像、患者レコード、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画像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。アルゴリズムは、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名の患者からのOCT画像でテストされた。患者は、3回連続してVEGF阻害剤を注射された。アルゴリズムは、VEGF注射前のOCT画像を分析し、予測はVEGF治療後のOCT画像と比較された。これにより、研究者は治療が状態の改善につながったかどうかを判断することができた。

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パーセントの精度率を示した。平均の精度と特異性は85パーセント、感度は80パーセントであった。

研究者は、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。