緑内障AI診断支援システムの臨床研究について

当院では、緑内障AIの臨床研究を行っています。眼科AIの経験を活かし、AIの分野で緑内障治療に貢献できればと考え、本モデルを開発しました。
視野欠損を正確に把握することは、治療において非常に重要です。視野欠損を過小評価すると治療の遅れにつながり、逆に過大評価すると不必要な治療が行われる可能性があります。しかし、視野を正確に把握するために頻繁に視野検査を行うと、患者および医療関係者双方にとって負担が大きくなります。
当院には多くの緑内障患者が来院されますが、不幸にも進行を止められないケースも存在します。より良い緑内障診療を目指し、私の得意分野であるAIを用いたモデル（Pythonのプログラム）を開発することにしました。
最終的な目標は、視野をより正確に推測できるモデルを作り、多くの医院で使用され、失明のリスクを減らすことです。第一歩として、OCT画像から視野を推測するモデルを作成し、改良を重ねて精度を向上させました。現在では人の推測よりも正確で、ノイズに強く、高い精度の視野推測モデルが完成しています。院内で臨床運用しており、診療に役立っています。ソースコードの公開は、後の問題を避けるため控えております。我々の研究成果は、Scientific Reports誌（2025年4月）に (Automated learning of glaucomatous visual fields from OCT images using a comprehensive, segmentation-free 3D convolutional neural network model)として掲載されました。また、研究の詳細は (Jxiv)および、 (medRxiv)にも公開しており、査読付き論文へも投稿中です。
モデルの改良は日々続けており、数学の勉強や新しい手法の導入も行っています。私はもともとコンピュータが好きで、PythonのPyTorchでモデルを編集している時間が最も楽しく、没頭してしまいます。そんな私を支える家族には感謝しかありません。AIの分野は日々進歩しており、常に新しい情報を追い求め、より良いモデル作りを心がけています。
この研究の費用は全て自費です。処理が重いため、高速なグラフィックカード（GPU）が必要です。私は各パーツを選定し、自分で組み立てることでコストを抑え、信頼性も高めています。
データはすべて医院内の安全な場所に保管し、個人情報を特定できる要素は全て削除しています。余計なポートやサービスは全て無効化し、セキュリティに最大限の注意を払っています。
より正確な推測には多くの学習データが必要です。現在のAIはOCT機種や測定条件が異なると精度が低下します。同一機種・同一条件のデータが多いほど、推測精度は向上します。
精度が高まれば、早期に進行の早い患者を発見し、積極的に治療を行うことで、緑内障による失明を減らせる可能性が考られます。多施設共同研究を通じて推測の精度を高め、より多くの機種や測定条件に対応できるように研究を行っております。現在、筑波大学、島根大学、自治医科大学を主幹とした多施設共同研究に参加し、失明率の低下を目指して研究を続けています。多くの関係者のご協力に感謝しております。DeepEyeVision株式会社とも共同研究を行っています。
ご協力いただける方は、minamikoyasuganka@gmail.com までご連絡ください。


日本眼科AI学会の眼科AIコンテスト

お陰様で、前回2021年眼科AIコンテスト優勝に続き、2024年眼科AIコンテストでは準優勝することができました。 コンテストの手法解説は こちらのスライド になります。学会発表時の内容に加えて、時間の関係で発表できなかった補足事項も含まれております。もし疑問点などございましたらご指摘をお願い致します。
前回の2021年眼科AIコンテストの手法解説は、 こちらのスライドと 説明データになります。
2024年12月　　南子安眼科　古山　誠（こやま　まこと）