深層学習を用いた治療後視力予後の学習

2020 年度 研究成果報告書

• 研究課題/領域番号: 19K18888
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分56060:眼科学関連
• 研究機関: 自治医科大学
• 研究代表者: 伊野田 悟 自治医科大学, 医学部, 助教 (60741098)
• 研究期間 (年度): 2019-04-01 – 2021-03-31
• キーワード: OCT / Deep leaning / 加齢黄斑変性症

研究成果の概要

網膜断面図の画像を深層学習させることによって、加齢黄斑変性症・治療前の網膜中心部の断面図から、治療日当日の視力を相関係数０.６５で推測し、硝子体注射加療を行った１ヶ月後ににどの程度の視力になるかを相関係数０．９１の割合で予測する人工知能の開発ができた。今後検証を勧め注射の回数・頻度を指定することで、視力が改善し、悪化する結果を示す。網膜中心部の断面図の撮影段階での視力予測の精度が0.6５であり、撮影当日の網膜画像からだけでは予測に限界があるが、網膜変化が視力に影響する加齢黄斑変性症では視力予測に重要であった。

自由記述の分野

眼科

研究成果の学術的意義や社会的意義

簡易に撮影できる光干渉断層計のみから、視力予測を数値的に表すことで、加齢黄斑変性症の専門外の医師においても加療の必要性を数字で示すことができ、過剰・過小治療を予防することができる。また、専門外の患者は、自身の治療方針について考えを示しにくいが、数値的予測がでることで、金銭的・身体的侵襲性を考慮しつつ、医師とともに治療方針について参加しやすくなるだろう。