2023 Fiscal Year Annual Research Report
Estimating blood pressure changes, incidence of hypertension, and treatment effect on small vessels in the retina.
| Project/Area Number |
22K19671
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
川崎 良 大阪大学, 大学院医学系研究科, 教授 (70301067)
|
|---|
| Project Period (FY) |
2022-06-30 – 2024-03-31
|
| Keywords | 高血圧 / 眼底写真 / 網膜血管 / スクリーニング / 人工知能 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
本研究は眼底画像の解析手法に深層学習モデルを用いることで、従来の考え方に対する『逆転の発想』である「眼底画像から高血圧の有無や血圧値、それらの変化を推定する」ことに挑戦する。眼底画像の解析に深層学習を採用し、これらの画像から高血圧を推定することで、循環器疾患リスク評価や検診における新たな可能性を提示する。従来の心血管疾患（CVD）リスク評価は、年齢、性別、喫煙習慣、血液検査、そして血圧といった情報を元にした統計モデルによって行われるが、なお残された精度向上、また、個別化に向けた精緻化、そして、医療機関以外でも侵襲なく簡便に測定できる新たなバイオマーカーの開発も求められている。より生体情報に近く、侵襲なく繰り返し測定できるものとして、眼底画像に注目し、循環系と神経系という多面的な評価が可能となる点も含めユニークな新規バイオマーカーとしての可能性を探索した。まずUK Biobank(n=52,297)のサブセットデータを訓練セット（n=31,403）、検証セット（n=10,420）、テストセット（n=10,474）に分割し、網膜画像を入力として収縮期血圧値と拡張期血圧値をそれぞれ推定した。そのほかの主要なCVD危険因子についても同時に推定した。血圧値推定精度は、収縮期血圧値が±5mmHgの範囲に24.4%、±10mmHgに47.1%、±15mmHgに65.2%、拡張期血圧値が±3mmHgの範囲に25.5%、±5mmHgに41.45%、±10mmHgに71.7%入る予測が可能であった。時間依存的に変化する血圧値を簡便に取得して時系列で変化する血圧値を簡便に推定しながら因果推論の手法で循環器アウトカムのリスク評価を行うなどの研究をさらに継続していく予定である。（本研究の結果はBMJ Openに投稿しレビューを受けている。）
|
-
-
[Journal Article] Large language models and their impact in ophthalmology2023
Author(s)
Betzler BK, Chen H, Cheng CY, Lee CS, Ning G, Song SJ, Lee AY, Kawasaki R, van Wijngaarden P, Grzybowski A, He M, Li D, Ran Ran A, Ting DSW, Teo K, Ruamviboonsuk P, Sivaprasad S, Chaudhary V, Tadayoni R, Wang X, Cheung CY, Zheng Y, Wang YX, Tham YC, Wong TY
-
Journal Title
The Lancet Digital Health
Volume: 5
Pages: e917～e924
DOI
Peer Reviewed
-
-
-
-
