| Project/Area Number |
20K09785
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 56060:Ophthalmology-related
|
|---|
| Research Institution | National Center for Global Health and Medicine (2021-2024)
The University of Tokyo (2020) |
|---|
Principal Investigator |
村田 博史 国立研究開発法人国立国際医療研究センター, センター病院, 眼科 医師 (80635748)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
朝岡 亮 聖隷クリストファー大学, 看護学研究科, 臨床教授 (00362202)
|
|---|
| Project Period (FY) |
2020-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2021: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2020: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | ベイズ統計 / 緑内障 / 視野 |
|---|
| Outline of Research at the Start |
これまでに緑内障において、特に少ない回数の視野を用いてVariational Bayes Linear Regression法を超える予測精度を可能にするアルゴリズムはこれまで存在しない。
従ってVariational Bayes Linear Regression法による視野推測を利用して、正確性を損なうことなくSITA standard法よりも高速に視野を計測するアルゴリズムの開発が期待される。今回の研究では、10-2グリッドの視野測定に焦点をあてて研究を行うものとする。
|
| Outline of Annual Research Achievements |
緑内障は進行性の視神経障害により視野欠損が生じる疾患であり、一度失われた視野は回復しないため、早期発見と適切な管理が極めて重要である。その診断・管理において、視野検査は中心的な役割を担うが、従来の視野測定法は時間がかかり、特に進行例や中心視野の詳細な評価においては患者の負担が大きいという課題があった。
本研究は、この臨床上の課題を解決することを目指している。研究代表者らは以前、緑内障の視野欠損進行を高精度に予測可能であることを示したベイズ統計モデルを開発した。本研究では、この予測モデルで培ったベイズ推定技術を応用し、精度を維持または向上させつつ、測定時間を大幅に短縮できる高速視野測定アルゴリズムの開発に取り組んでいる。
具体的には、まず緑内障の視野測定で最も一般的に用いられる24-2グリッド測定に対応する高速アルゴリズムを開発した。このアルゴリズムは、既存の標準的な測定法（Humphrey Field AnalyzerのSITA法）と同等以上の測定精度・再現性を持ちつつ、測定時間を短縮できることが検証され、既に株式会社KOWAの視野計AP7700に搭載され、臨床現場で活用が始まっている。
一方、当初主要な目標である10-2グリッド測定アルゴリズムについては、現在、改良版10-2アルゴリズムの最終的な評価と、AP7700によって臨床現場で蓄積されつつある実データを用いた長期的な有効性の検証を進めている。
本研究で開発される高速かつ高精度な視野測定アルゴリズムは、緑内障診療における検査効率を向上させ、患者の負担を軽減すると同時に、より詳細かつ頻繁な視野評価を可能にすることで、病状の適切な把握と管理に貢献し、ひいては患者のQOL維持に寄与することが期待される。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
これまでの研究期間において、我々は緑内障の視野欠損進行を予測する変分ベイズ近似を用いた統計モデルを開発し、線形回帰モデルよりも高精度に予測可能であることを示した。この基礎研究の成果を応用し、高速視野測定アルゴリズムの開発に取り組んできた。
特に、24-2グリッド視野測定においては、Humphrey Field Analyzer (HFA)のSITA-StandardおよびSITA-Fastアルゴリズムと同等または有意に優れた再現性と測定時間を示す独自のアルゴリズムを開発した。これらのアルゴリズムは、株式会社KOWAの視野計AP7700に搭載され、既に国内外の臨床現場で実用化されている。これは、基礎研究の成果が実臨床に直接貢献できた大きな成果である。
一方、当初主要な開発目標としていた10-2グリッド測定アルゴリズムについては、視野欠損パターンの多様性と学習用データの不足が課題となり、当初想定していた性能目標に到達するには至らなかった。この10-2アルゴリズムもAP7700に搭載され臨床使用されているが、さらなる性能向上が不可欠である。2024年度は、この10-2グリッド測定アルゴリズムの性能改善を最優先課題として研究を推進した。まず、複数の研究機関との共同研究を強化し、多様な10-2視野欠損パターンを含む大規模なデータセットの収集に注力した。これにより、特に複雑な中心視野欠損のパターンをより網羅的に学習させることが可能となった。これにより、初期目標としていた精度に大きく近づくことができた。１０－２グリッドのアルゴリズムはAP7700に実際に搭載されるようになっている。
また、現在２４－２と１０－２グリッドを融合した新規のグリッドを考え、２４－２視野から１０ー２視野の結果を予測するモデルを用い、融合したグリッドでも迅速に測定するアルゴリズムの開発を開始した。
|
| Strategy for Future Research Activity |
最も注力するのは、本研究で培った技術基盤を統合・発展させた新たな挑戦である「融合グリッド視野測定アルゴリズム」の開発である。緑内障による視野欠損は周辺部から中心部へと進行することが多く、その評価には24-2と10-2両方のグリッドによる測定が必要となる場合が多い。しかし、それぞれを単独で測定するのは非効率であり、患者負担も大きい。そこで、両グリッドの測定点を論理的に組み合わせた新規の「融合グリッド」を設計し、その測定時間を大幅に短縮するアルゴリズムを開発する。このアルゴリズムでは、特に予測が難しい中心視野の情報について、周辺視野を含むデータ全体からベイズ予測モデルや深層学習モデルなどの最先端技術を用いて効率的かつ高精度に推定・補完するアプローチを採用する。これにより、単一の測定で、網羅的かつ迅速な視野評価を可能にすることを目指す。
また、開発した高速・高精度アルゴリズムの核となる技術（効率的なサンプリング、頑健な推定）は、将来的には在宅での視野測定デバイスへの応用や、緑内障以外の疾患における視野評価、あるいは色覚検査やコントラスト感度検査といった他の視機能検査への応用にも発展させることが考えられる
|
