Detecting Coronary Artery Disease by Analyzing Fundus Images Using Deep Learning

2023 Fiscal Year Annual Research Report

• Project/Area Number: 22K20875
• Research Institution: Hokkaido University
• Principal Investigator: 多田 篤司 北海道大学, 医学研究院, 客員研究員 (10962904)
• Project Period (FY): 2022-08-31 – 2024-03-31
• Keywords: 冠動脈疾患 / 深層学習 / 眼底検査 / 網膜血管面積 / 冠動脈造影検査 / 動脈硬化

Outline of Annual Research Achievements

無散瞳眼底カメラによる眼底検査では、非侵襲的に網膜血管を観察することが可能である。網膜血管の動脈硬化所見は、全身の動脈硬化を反映するため、心血管疾患の評価に有用と考えられる。しかしながら、従来の網膜血管の評価法は主観的であり、網膜血管を定量的に評価することは困難であった。申請者らは深層学習を用いて、眼底画像から網膜血管を自動抽出する手法を確立した。さらに、客観的かつ定量的な網膜血管面積の自動解析手法を開発した。これまでに、網膜血管面積が動脈硬化の程度と相関することを示したが、冠動脈疾患の有無や重症度の予測において網膜血管面積が有用であるかは不明であった。
本研究は、冠動脈疾患が疑われ、冠動脈造影検査を施行するために入院した患者を対象として、眼底画像から自動解析手法を用いて計測した網膜血管面積と冠動脈造影検査で得られた評価項目との相関を検討することを目的とした。初年度から症例登録を継続し、最終的には193例の登録症例（2024年2月時点）を解析対象とした。具体的な評価項目として、冠動脈有意狭窄の有無ならびに冠動脈狭窄の重症度を反映するSYNTAXスコアを設定した。結果、網膜血管面積は冠動脈狭窄の有無と相関しており、SYNTAXスコアとの良好な相関関係が示された。さらに、多変量ロジスティック解析により、網膜血管面積は冠動脈有意狭窄の有無の独立した予測因子であることが示された。
本研究成果より、眼底画像から自動解析手法を用いて計測した網膜血管面積と、冠動脈造影検査により評価した冠動脈狭窄の有無・重症度と良好に相関することが示唆された。それにより、眼底検査を用いた冠動脈疾患の評価が可能となり、冠動脈疾患の新たな非侵襲的スクリーニングシステムの開発につながることが期待される。今後は、本研究成果を学術集会や学術論文において発表することを予定している。