眼瞼疾患

[No.982] 画像ベースのディープラーニングによる眼瞼下垂手術のための全自動術後外観予測システム

清澤のコメント:Ophthalmology誌の最新号の目次が届きました。読み解いて内容が紹介できそうな記事を抄出してみました。この記事は眼瞼下垂手術後の外観をAIで予測できることを示そうとした論文のアブストラクトです。(図は論文とは無関係)

  ーーーーーーー

画像ベースのディープラーニングによる眼瞼下垂手術のための全自動術後外観予測システム

公開日:202205 DOI:https://doi.org/10.1016/j.xops.2022.100169

オープンアクセス公開日:20220517

 

目的:眼瞼瞼下垂症手術の術後外観を自動的に予測し、生成された画像を臨床現場で客観的および主観的に評価すること。

設計:横断的研究。

参加者:この研究では、20166月から20214月にかけて眼形成クリニックで眼瞼形成術を受けた362人の患者から450組の眼の970組の画像が掲載されました。

メソッド:術前および術後の顔画像を使用して、データ処理モジュール(P)、眼検出モジュール(O)、分析モジュール(A)、予測モジュール(P)を含む4つのモジュールからなるディープラーニングベースの術後外観予測システム(POAP)をトレーニングおよびテストした。

主な成果指標:システムの全体的および局所的な性能は、目の重なり比および中瞳孔蓋距離(MPLD)を用いた蓋輪郭分析によって自動的に定量化された。4人の眼科医と6人の患者が、各スケールの75ペアの画像のテストセットとの満足度スケールと類似性調査を完了するよう招待されました。

結果:全体的なパフォーマンス(平均オーバーラップ比)0.858±0.082でした。対応する複数の放射状MPLDは、予測結果と実際のサンプルとの間に有意差を示さなかった(P >0.05)。予測限界反射距離-1(MRD1)と実際の術後MRD1との間の絶対誤差は、0.013mmから1.900mmの範囲であった(1mm以内で95%0.75mm以内で80%)。参加した専門家と患者は、268(35.7%)に「満足」し、ほとんどの転帰(420組、56.0%)に「非常に満足」した。類似性スコアは0.79±9.43であった。

結論:全自動深層学習ベースの方法は、眼瞼瞼手術の術後の外観を高精度かつ満足のいく状態で予測できるため、眼瞼瞼瘡患者に予想される変化をより明確に理解し、不安を和らげる機会を提供します。さらに、このシステムは、患者が外科医を選択し、日常生活の回復段階を支援するために使用することができ、経験の浅い外科医にもガイダンスを提供する可能性があります。

略語と頭字語:

GAN(敵対的生成ネットワーク)MPLD(瞳孔中蓋距離)MRD1(限界反射距離-1)POAP(術後外観予測システム)

前文:

眼瞼下垂は、先天性または後天性のいずれかであり、診療所におけるまぶたの最も一般的な障害として広く見なされている。上まぶたのこの垂れ下がりは、機能的にだけでなく心理的にも患者に大きな影響を与える可能性があり、独立性の低下および外観関連の不安およびうつ病の増加を含む。手術介入は、眼瞼下垂症患者に効果的な治療選択肢を提供する。それにもかかわらず、患者自身の顔に予想される外科的転帰の欠如は、手術前または回復中の不安およびうつ病の割合を増加させる可能性があり、患者の意思決定に対する障壁になることさえあり得る。この種の周術期の不安およびうつ病は、ストレス応答レベル、疼痛知覚、コンプライアンス率、および術後の回復において眼瞼瘡患者に深刻な影響を及ぼす可能性がある。したがって、眼瞼瘤手術を受ける前に外科医および患者を支援するために、予想される術後外観を自動的に予測および視覚化する方法が緊急に必要とされている。

眼瞼下垂症患者の術後外観をシミュレートするいくつかの試みが報告されている。マワタリと福島は画像処理ソフトウェア(Adobe Photoshop)を使用して予測画像を作成し、2016年に患者を調査しました。しかし、この方法は複雑で時間がかかり、高齢の患者には適しておらず、画像処理中の角膜の拡大に起因する可能性のあるまぶたの瞼裂が狭くなる傾向がありました。2021年には、片目の湾曲フックともう片方の目用の鏡像処理ソフトウェアの有用性を含む新しい方法を開発しました。このアプローチは、より単純であるが、依然として主観的で時間がかかり、公正から良好な挙筋機能を有する腱膜性眼瞼下垂を有する患者にのみ適用される。

近年、ディープラーニングは、人工知能のサブフィールドとして、眼科においてますます応用されている。まぶたの輪郭を評価するいくつかの試みが報告されている。我々の以前の研究では、眼瞼下垂手術後の術前のまぶたの形態と術後の結果を自動的に比較するディープラーニングベースの画像解析を提案しました。驚くべきことに、ディープラーニングニューラルネットワークは、合成画像のエキサイティングな見通しをもたらしました。このアプローチは、甲状腺関連眼症の眼窩減圧において、術後の外観を合成するために適用されている。しかし、合成された画像は比較的低品質であり、客観的に評価することができなかった。データは診療所から収集されず、手動でトリミングする必要があります。

本研究では、眼瞼下垂症の程度が異なる患者を対象とした全自動術後外観予測システム(POAP)の開発を目指しており、データ処理モジュール(P)、眼球検出モジュール(O)、分析モジュール(A)、予測モジュール(P)4つのモジュールがあります。また、システム精度の一般的な評価のために目の重複比の概念を導入し、臨床現場での主観的評価のための調査を実施しました。

メルマガ登録
 

関連記事

コメント

この記事へのコメントはありません。