近視・強度近視

[No.2148] 強度近視眼の長期視力予後推定；AI

清澤のコメント；時事ドットコムニュースによれば、「強度近視リスクをＡＩで予測　失明予防治療に期待―東京医科歯科…」ということが報じられています。3年後、5年後の近視性黄斑変性による視力低下がAIで判定できるということであり、これで臨床医と患者さんにとっては重要な情報が得られることになります。原著論文の出た雑誌は有力なJAMA ophthalmologyであり、医科歯科大学のほか北京とシンガポールのセンターとの共同研究ですね。

　　　ーーーーーーー

強度近視リスクをＡＩで予測　失明予防治療に期待―東京医科歯科大

2023年11月10日13時36分

　東京医科歯科大は９日、失明リスクのある「強度近視」の患者の長期的な視力低下や視覚障害のリスクを高い精度で予測する方法を人工知能（ＡＩ）を使って開発したと発表した。失明予防の治療などにつながる可能性がある。論文は同日までに、海外の眼科関連の学術誌に掲載された。

　強度近視は、近視よりも眼球の長さが伸び、視力低下などを引き起こす。網膜剥離や緑内障などの合併症を発症して失明につながることもある。近視の人は世界的に増加しており、海外の研究グループによると、２０５０年には全世界の人口の約半数が近視となり、強度近視は約１割にまで増加すると推計されている。
　東京医科歯科大の大野京子教授（近視、網膜疾患）らのチームは、同大で診察を受け、初診時は正常な視力だった症例計８１３例の診察時の情報や眼底写真などのデータをＡＩに学習させた。
　その結果、８６％の正答率で、眼鏡などで矯正しても５年後に視力が０．５未満になるリスクを判断できた。また、別の症例を学習させたモデルでは、３年後と５年後の矯正後の視力をそれぞれ６８％、６６％の精度で予測できたという。
　大野教授は「強度近視の患者は、今は視力が良くてもいつか合併症を発症して失明するのではとの不安を抱えている」と指摘。「障害のリスクや将来的な視力を予測することで、患者の不安軽減にもつながるのではないか」と話した。

原著論文の抄録は以下の通り：

Machine Learning Models for Predicting Long-Term Visual Acuity in Highly Myopic Eyes

Yining Wang, MD1; Ran Du, MD, PhD1,2; Shiqi Xie, MD, PhD1; Changyu Chen, MD1; Hongshuang Lu, MD1; Jianping Xiong, MD1; Daniel S. W. Ting, MD, PhD3,4; Kengo Uramoto, MD1; Koju Kamoi, MD, PhD1; Kyoko Ohno-Matsui, MD, PhD1
Author Affiliations

  • 1　Department of Ophthalmology and Visual Science, Tokyo Medical and Dental University, Tokyo, Japan
  • 2　Department of Ophthalmology, Beijing Children’s Hospital, Capital Medical University, 
  • 3　Singapore National Eye Center, 
  • 4　Duke-NUS Medical School, National University of Singapore, 
JAMA Ophthalmol. Published online October 26, 2023.

キーポイント

質問  機械学習モデルは、強度近視の目の臨床情報から長期的な視力を予測できるか?

所見  強度近視患者 967 名を対象としたこのコホート研究では、3 年後と 5 年後の最良矯正視力を予測する回帰モデルが構築され、正確な予測性能が示された。5 年後時点の視覚障害のリスクを予測するための二値分類モデルが構築され、リスク評価を個別化するためのノモグラムとして視覚化された。

意味  この発見は、機械学習モデルが臨床評価や強度近視患者の将来の視力モニタリングに使用できる可能性があることを示唆している。

抄録：

重要性  強度近視は、その有病率が増加していることと、病的近視によって引き起こされる重度の視覚障害の潜在的なリスクにより、世界的な懸念となっている。人工知能を使用して将来の視力 (VA) を推定することは、臨床医が視力低下のリスクが高い患者を事前に特定し、監視するのに役立つ可能性がある。

目的  強度近視患者の3年後と5年後のVAを予測するための機械学習モデルを開発すること。

デザイン、設定、および参加者  この後ろ向きの単一施設コホート研究は、3 年目と 5 年目の最もよく矯正された VA (BCVA) がわかっている患者を対象に実施されました。これらの患者の眼科検査は、2011年10月から2021年5月の間に実施された。一般情報、眼科の基本情報、眼底画像と光干渉断層撮影画像に基づく近視黄斑症のカテゴリーを含む34の変数が分析のために医療記録から収集されました。

主な結果と尺度  3 年後と 5 年後の BCVA を予測するために回帰モデルが開発され、5 年後に視覚障害を発症するリスクを予測するために二項分類モデルが開発された。モデルのパフォーマンスは、識別メトリクス、キャリブレーション ベルト、および決定曲線分析によって評価された。相対変数の重要性は、説明可能な人工知能技術によって評価されました。

結果  967 人の患者からの合計 1,616 個の眼（平均 [SD] 年齢、58.5 [14.0] 歳、女性 678 人 [70.1%]）がこの分析に含まれた。調査結果によると、サポート ベクター マシンは 3 年後には BCVA の最良の予測を示し ( R 2  = 0.682; 95% CI、0.625-0.733)、ランダム フォレストは 5 年後には ( R 2  = 0.660; 95% CI、0.604-0.710で) BCVA を予測しました。5 年後の視覚障害のリスクを予測するには、ロジスティック回帰が最良の結果を示しました (受診者動作特性曲線下面積 = 0.870; 95% CI、0.816-0.912)。①　ベースラインBCVA（注：最初の矯正視力）（logMARオッズ比[OR]、0.298; 95% CI、0.235-0.378; P  < .001）、②　以前の近視性黄斑血管新生が有ること（OR、3.290; 95% CI、2.209-4.899; P  < .001）、③　年齢 (OR、1.578; 95% CI、1.227-2.028; P  < 0.001)、および　④　カテゴリー 4 の近視性黄斑症 (OR、4.899; 95% CI、1.431-16.769; P  = 0.01)が有ること が 4 つの最も重要な予測変数でした。 これらが5 年後の時点での視覚障害のリスク増加と関連しています。

結論と関連性  研究結果は、臨床情報と画像情報に基づいて高度近視眼の長期 VA を正確に予測するモデルの開発が実現可能であることを示唆しています。このようなモデルは、将来の視力の臨床評価に使用できる可能性があります。

　　ーーーーーーー

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。