51探花

理化学研究所（理研）光量子工学研究センター眼疾患クラウド诊断融合连携研究チームの秋叶正博チームリーダー、横田秀夫副チームリーダー（同センター画像情报処理研究チームリーダー）、安光州客员研究员、东北大学大学院医学系研究科眼科学教室の中泽彻教授らの共同研究グループ^※は、眼底検査^[1]装置からのマルチモダリティ画像情报^[2]を用いて、緑内障を自动诊断できる机械学习^[3]モデルを构筑しました。

本研究成果は今后、各症例に対して机械学习モデルによる确信度^[4]を提示することで、緑内障の早期発见につながると期待できます。

緑内障は自覚性がなく、一度失った视野や视力を治疗によって取り戻すことができないため、眼科検诊による早期発见と早期治疗が求められています。従来の緑内障の诊断は、カラー眼底画像や光干渉断层计（翱颁罢）^[5]画像の読影による主観的判断に基づいていたため、客観性がありませんでした。

今回、共同研究グループは、緑内障208眼と健常149眼について、眼底検査装置を用いて撮影された视神経乳头^[6]と黄斑^[7]のデータ（カラー眼底画像1种と翱颁罢画像4种）からそれぞれマルチモダリティ画像情报を抽出しました。そしてこれらの情报に対して、転移学习^[8]とランダムフォレスト^[9]を组み合わせることにより、少数の情报から緑内障の自动诊断を行う机械学习モデルを构筑し、非常に高い诊断精度（础鲍颁^[10]=0.963）を得ることに成功しました。

本研究成果は、英国の科学雑誌『Journal of Healthcare Engineering』のオンライン版（2月18日付け）に掲载されました。

【补足説明】

[1] 眼底検査
视力は网膜の働きにより得られる。眼底検査とは、眼科计测装置によって、瞳孔を通して网膜を撮影し観察すること。

[2] マルチモダリティ画像情報
复数の异なる装置で撮影した画像データ。

[3] 機械学習
人间の学习能力と同様に、机械（コンピュータ）に学习能力を持たせる手法。データから机械自身が反復的に解析し、ルールを见つけ出すという特徴がある。

[4] 確信度
机械学习モデルの出力で、各分类结果をスコアリングした数値であり、0から1までの値をとる。値が1に近いほど、机械学习モデルのその分类结果に対して自信を持つことを意味する。

[5] 光干渉断層計（OCT）
光の干渉を用いて、非侵襲的に眼底の2次元断面を測定できる眼科装置。光ビームの2次元走査により、3次元形状の計測ができる。OCTはOptical Coherence Tomographyの略。

[6] 視神経乳頭、神経線維層
视神経乳头は眼底中心より耳侧约15゜の位置にあり、网膜内の全ての视神経繊维が束になり脳へ向かう部位である。神経线维层は、神経节细胞の轴索が集合したもので、その菲薄化は緑内障が疑われる。

[7] 黄斑、神経節細胞複合体層
黄斑は网膜の中心部分であり、色や形を识别する视细胞がたくさん集まっている部位である。神経节细胞复合体层は、网膜の10层构造中、网膜神経线维层、神経节细胞层、内网状层からなり、その菲薄化は緑内障が疑われる。

[8] 転移学習
すでにある领域で构筑済のモデルを他の领域で适用させる技术。新しいデータセットを用いて、モデルを再构筑する必要がある。

[9] ランダムフォレスト
决定木を弱分类器として集団学习を行うアルゴリズムであり、説明変数が多い场合によく使われる方法である。

[10] AUC
受信者動作特性曲線より下の部分の面積をAUCといい、0から1までの値をとるが、値が1に近いほど判別性能が高いことを示す。機械学習モデルの分類性能を評価するのによく使わる指標の一つである。AUCはArea Under the Curveの略。

図１　视神経乳头と黄斑
黄斑は网膜の中心部分であり、色や形を识别する视细胞がたくさん集まっている部位である。视神経乳头は眼底中心より耳侧约15゜の位置にあり、网膜内の全ての视神経繊维が束になり脳へ向かう部位である。

详细（プレスリリース本文）

问い合わせ先

＜発表者＞
※研究内容については発表者にお问い合わせ下さい
东北大学　大学院医学系研究科　眼科学教室
教授　中泽　彻（なかざわ　とおる）
罢贰尝：022-717-7294　贵础齿：022-717-7298
E-mail：ntoru*oph.med.tohoku.ac.jp （*を@に置き換えてください）

＜机関窓口＞
东北大学　大学院医学系研究科?医学部　広报室
罢贰尝：022-717-7891　贵础齿：022-717-8187
E-mail：pr-office*med.tohoku.ac.jp （*を@に置き換えてください）