オーストラリアの研究者、10秒で緑内障を診断するAIテストを開発
緑内障は、治療しないと深刻な結果を招きかねない、驚くほど一般的な病気です。早期発見の重要性を踏まえ、オーストラリアのエンジニアと眼科医のチームは、緑内障を診断するための人工知能を用いた新しい手法を開発しました。この手法は、わずか10秒で結果を出すことができます。
緑内障は、眼の内部の圧力が高まり、その圧力が視神経を圧迫しうる状態です。視神経がこのような影響を長期間受け続けると、取り返しのつかない損傷を受け、視力が低下する可能性があります。この病気は薬で治療できますが、まず発見する必要があります。
緑内障の診断では通常、眼科医による30分ほどの検査や、専門の検眼クリニックへの受診が必要です。しかし、誰もがそうした専門家を利用できるわけではありません。
より簡単な緑内障の診断方法を見つけようと、メルボルン王立工科大学（RMIT）の教授であるディネシュ・クマール氏とその同僚らは、人工知能と、緑内障によって人の瞳孔の光への反応が変化するという事実に基づく新しい手法の開発を目指しました。
研究者らは、緑内障の患者13人、健康な対照群13人、そしてさらに若い人13人からなる小規模な研究参加者グループを集めました。ボランティアの眼は、周囲の照明の下である点を見つめている間、毎秒60フレームで撮影されました。その後、機械学習アルゴリズムをデータに適用し、健康な対照群と比べて緑内障患者グループの瞳孔の拡張に現れるわずかな変化を検出しました。この研究に基づき、研究者らは緑内障診断モデルを開発しました。
「参加者の瞳孔の複雑さは、ヒグチのフラクタル次元、順列エントロピー、条件付きエントロピーを用いて分析されました。緑内障患者と対照群の間で、瞳孔の複雑さに統計的に有意な差が見つかりました。特に、フラクタル次元の指標を用いた場合に差がより顕著でした。これらの結果は、市販の機器を用いた緑内障のスクリーニングに瞳孔の複雑さを活用できる可能性を裏付けています」と研究には記されています。
「私たちのソフトウェアは、瞳孔が周囲の照明にどのように適応するかを測定し、瞳孔のサイズのわずかな変化を捉えることができます。既存のAIを用いた緑内障検査では、患者が10分間完全に静止している必要があります。私たちの技術は、精度を損なうことなく、この作業をわずか10秒で行います」
この診断モデルは、緑内障を発症するリスクのある世界中の何百万人もの人々、特に60歳以上の人々の助けになる可能性があります。60歳以上の人々は、より高いリスクにさらされているためです。
「この研究により、接触せず、簡単に使え、安価な検査を、一般的なクリニックで実施できるようになります。また、手遅れになるまで治療を受けない人々も含めた、地域社会全体を対象とするスクリーニングプログラムの実現にもつながる可能性があります」
クマール氏は、今回の研究では専用のアイトラッカー（視線追跡装置）が使用されたものの、将来的にはスマートフォンの簡単なアプリでこの手法を利用できるようになると考えており、チームは近い将来その可能性を検討する計画だと述べました。研究者らはまた、2022年にこの手法の臨床試験を行うことにも関心を持っています。
「私たちの画期的な研究では、緑内障の眼と健康な眼の間でヒッパス（瞳孔の律動的な収縮と拡張の発作）の複雑さの違いを調べ、緑内障を検出するための基盤を提案しました。この基盤は、自動的かつ監視なしでのデータ記録と解析の可能性を秘めています。この研究は、安価なアイトラッカーで記録でき、瞳孔の記録を自動的に解析できる緑内障のバイオマーカーとしての瞳孔の複雑さの可能性を示しています。緑内障患者の瞳孔信号のフラクタル次元は、健康な同年代の対照群や若い人々と比べて著しく高いものでした。順列エントロピーと条件付きエントロピーを用いても同じ結果が得られました。これは、瞳孔のデータが緑内障の検出に役立つ可能性があることを示しています」と研究者らは述べました。
ただし、この研究にはいくつかの重要な制約があります。第一に、これはパイロット研究であり、参加者の数は多くの要因の違いを調べるには不十分です。第二に、この研究では瞳孔の複雑さと緑内障の重症度との相関は調べられていません。実生活では、瞳孔の複雑さの変化は他の眼科疾患を反映している可能性もあります。
今後の研究では、病気の進行や視力の影響、性別や民族集団の違い、その他の眼疾患や併存要因による影響の特定などを調べる予定です。また、より幅広い参加者に対応できるよう、提案する枠組みを最適化する必要もあります。
