深層学習を用いた強度近視緑内障診断補助システムの構築

• Project/Area Number: 25K12884
• 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: Hokkaido University
• Principal Investigator: 木嶋 理紀 北海道大学, 大学病院, 助教 (20443947)
• Co-Investigator(Kenkyū-buntansha): 福津 佳苗 北海道大学, 大学病院, 医員 (60985175) ; 齋藤 理幸 北海道大学, 大学病院, 助教 (90443944)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2026: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000); Fiscal Year 2025: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
• Keywords: 強度近視 / 緑内障 / OCT / 深層学習 / 視野

Outline of Research at the Start

強度近視眼において、緑内障性視野障害は最も頻度の高い合併症で失明の原因となりうるが、検眼鏡的な眼底所見と視野障害パターンが一致せず、評価が難しい。また網脈絡膜全体の菲薄もあるため、光干渉断層計(OCT)の黄斑マップでは早期の緑内障診断、進行予測が困難である。
この研究では、強度近視眼における網膜外層変化（網脈絡膜萎縮）も含めた緑内障性の変
化を、OCTで観察した断層写真を様々な平面で再構成した全体のデータを用い、網脈絡膜の3次元的な立体構造と視野や視野障害の進行度を、深層学習を用いて対応させることで、視野と進行度を予測するモデルを作成する。