Disease Spectrum Analysis and AI-Assisted Screening of Fundus Disorders Using Portable Handheld Fundus Imaging in Health Examination Populations

世界を鮮明に捉えることは人間であることの根本的な一部ですが、数十億の人々にとって、その鮮明さは、手遅れになるまで予兆を示すことのない眼疾患によって失われつつあります。網膜として知られる目の背面は、私たちが光を捉えて見えるようにするカメラのセンサーのような役割を果たす、繊細な組織の層です。この組織が糖尿病、高血圧、あるいは加齢などの状態によって損傷を受けると、そのダメージはしばしば永続的なものとなります。これらの問題は静かに進行するため、医師は早期発見のために網膜の写真撮影に頼ります。伝統的に、これらの写真は、患者がじっと座って固定された装置を見つめる必要がある、大型で高価な機械で撮影されてきました。しかし、新しいタイプのカメラがこの状況を変えようとしています。これらは医師が片手で持つことができる小さな手持ち式のデバイスであり、忙しいコミュニティクリニックから日常的な健康診断の診察室に至るまで、ほぼどこでも網膜の写真を撮ることを可能にします。課題は、これらのポータブルカメラは完璧に使用するのが難しいことでした。画像がぼやけたり、光量が不足したりすることがあり、人工知能（疾患を見つけ出すように設計されたコンピュータ・ソフトウェア）が、専門クリニックで撮影された完璧な画像と同じように、これらの不完全な画像を扱えるのかどうかが不明確でした。

研究チームは、これらのポータブルカメラが、特定の疾患だけでなく、幅広い眼疾患について健康な人々を大規模にスクリーニングするために使用できるかどうかをテストすることで、この問題を解決しようと試みました。彼らは、北京の病院を訪れた約3万人もの人々から、5年間にわたって収集された膨大な画像コレクションを用いて研究を行いました。合計で5万8千枚以上の網膜写真が集まりました。カメラは手持ち式であり、眼科検診を待っている患者ではなく、健康診断を受けた人々に対して使用されたため、画像の品質は極めて多様でした。非常に鮮明なものもあれば、暗すぎたり、ぼやけすぎたり、位置がずれていたりして役に立たないものもありました。研究者はまず、厳格な門番として機能するコンピュータ・システムを構築し、画像を「完璧なもの」「使用可能なもの」「破棄すべきもの」の3つのグループに分類しました。このステップは、人工知能モデルが実際に眼を明確に示している画像のみを学習するようにするために不可欠でした。このクリーニング工程を経て、人口の実際の健康状態を研究するための3万5千枚以上の高品質な画像が残されました。

研究者が見出したのは、人々が年を重ねるにつれて目の健康がどのように変化するかという明確な姿でした。分析された画像グループの中で、約3分の1に目のトラブルの兆候が見られました。最も一般的な問題は、圧倒的に近視に関連する変化であり、これは人々の約20％に影響を与えていました。研究対象に多くの若年層や中年層が含まれていたことを考えると、これは理にかなっています。しかし、見つかる疾患の種類は年齢に大きく依存していました。若い人々は主に近視に関連する問題を抱えていましたが、グループが高齢になるにつれて、問題は変化しました。60歳以上の人々では、目の血管の変化や網膜の中心部の変性が最も一般的な所見であり、これらは加齢や全身の健康状態に関連する疾患です。この発見は、眼のスクリーニングプログラムは「一律」であってはならないことを示唆しています。つまり、医師が30歳の人に注目すべき点と、70歳の人に注目すべき点は異なるのです。

コンピュータが医師の代わりにこれらの問題をより迅速に見つけることができるかどうかを確認するため、チームは12種類の異なる人工知能モデルをテストしました。彼らはこれらのモデルに対し、2つのことを求めました。第一に、写真が健康な目を示しているか、それとも不健康な目を示しているかを判断すること。第二に、もし目が不健康である場合、具体的にどのような種類の疾患が存在するかを特定することです。結果は、最初のタスクについては勇気づけられるものでした。コンピュータ・モデルは異常を察知することに非常に優れており、異常のある目を9割以上のケースで正しく特定しました。これは、手持ち式のカメラとこのようなソフトウェアを組み合わせれば、専門医に診てもらう必要がある人々を確実にフラグ立てできることを意味します。しかし、二番目のタスクははるかに困難でした。モデルが特定の疾患名を特定しようとすると、精度が著しく低下しました。モデルはしばック異なる種類の血管の問題を混同したり、異なる種類の組織損傷を区別するのに苦労したりしました。これは、コンピュータが潜在的な問題を捉えるための最初のフィルターとして機能することには優れている一方で、手持ちの写真から正確な病状を診断する段階では、まだ人間の医師に取って代わる準備ができていないことを示唆しています。

研究者たちはまた、大規模なクリニックからの数百万枚の標準的で高品質な眼の画像で学習させた、次世代の高度なコンピュータ・モデルもテストしました。彼らは、これらの「基盤モデル（foundation models）」がより賢く、手持ちカメラによる乱雑な現実世界の画像をより上手く扱えると期待していました。驚いたことに、これらの高度なモデルは、より単純で軽量なモデルよりも優れた性能を示すことはありませんでした。実際、特化したモデルの方が苦戦する場合があり、おそらく手持ちカメラの画像が、学習に使用した完璧な画像とはあまりにも異なっていたためと考えられます。より高速で、より少ない計算能力を必要とするシンプルなモデルの方が、実際には最も良い仕事をしたのです。この発見は、将来に向けた実用的なガイドとなります。ポータブルデバイスを用いた広範なスクリーニングにおいては、最も複雑で重量級の人工知能を必要とするわけではありません。私たちは、不完全な画像を扱えるほど堅牢で、かつ1日に数千枚の画像を処理できるほど高速なツールを必要としているのです。

最終的に、この研究は、画像の品質をチェックするシステムさえ整っていれば、小型のポータブルカメラを使用して、多くの人々に対して多種多様な眼疾患のスクリーニングを行うことが可能であることを証明しています。研究は、眼疾患が年齢に基づいた予測可能なパターンに従っていること、すなわち、若年層では近視が支配的であり、高齢者では血管疾患が主流となることを示しています。また、人工知能はこれらの問題を察知するための強力なパートナーになり得る一方で、その技術はあらゆる特定の疾患を命名することについては、まだ完璧ではないことも示しています。この研究は、視力を守るための新しい方法の基礎を築くものです。そこでは、日常的な健康診断に、素早く痛みのない網膜の観察が含まれ、失明に至る前の問題を早期に捉えることができます。シンプルな手持ち式デバイスを、スマートなソフトウェア、そして眼の疾患が一生を通じてどのように変化するかという明確な理解と組み合わせることで、私たちは、血圧や体重と同じように、目の健康が日常的にモニタリングされる未来へと進むことができるのです。