目を正面から撮影した写真で病気の兆候を検出(1/3)

１．目を正面から撮影した写真で病気の兆候を検出(1/3)まとめ

・3年前ディープラーニングを用いて眼底写真(目の奥の写真)心血管リスク因子を予測した
・その後、慢性腎臓病や糖尿病、貧血検出値など眼底写真からさらなる兆候の発見があった
・今回、目の外側の写真(目の正面の写真)から有用と思われるバイオマーカーを抽出した

２．眼底写真ではなく目の外側の写真で病気を検出

以下、ai.googleblog.comより「Detecting Signs of Disease from External Images of the Eye」の意訳です。元記事は2024年3月24日、Boris BabenkoさんとNaama Hammelさんによる投稿です。

個人的には実感あるお話です。私はコレステロール値が非常に高い脂質異常症の傾向があるのですが、一時期、非常に高いコレステロール値に悩んでいたころ、同時に目が異常に充血する事に悩まされていました。眼科に行っても原因が判明せずに困っていたのですが、コレステロール値が正常に近づくにつれて、充血の症状は現れなくなりました。

なお、更に余談ですが、脂質異常症レベルのコレステロール値は運動では治りません。10kgの米袋を担いで13キロの山道を走れるレベルになっても治らなかったのでそこは断言できます。食事を見直しましょう。もずく酢とかオススメです。

アイキャッチ画像のクレジットはPhoto by Debashis RC Biswas on Unsplash

3年前、私たちはディープラーニングを用いて眼底写真(目の奥の写真)から多くの心血管リスク因子を予測する研究についてブログを書きました。

眼底写真からそのような危険因子を抽出できることは、新しい発見であったため、臨床医も一般人も同様に驚くような結果でした。その後、私たちや他の研究者は、慢性腎臓病や糖尿病のマーカー、貧血を検出するヘモグロビン値など、眼底写真からさらなる新規バイオマーカーを発見しています。

このような研究の統一的な目標は、より痛みを与えず(侵襲性が低く)、より正確で、より安価で、より容易に利用できる新しい病気の検出やモニタリングの方法を開発することです。しかし、眼底写真からバイオマーカーを抽出する試みが、多くの人々に適用されるためには、眼底写真そのものを入手する必要があり、そのためには特殊な撮影装置と訓練を受けた技術者が必要であるという制約があります。

眼球は複数の方法で撮影することができます。糖尿病網膜疾患のスクリーニングには、眼底写真(左)を使って後眼部を調べる方法が一般的です。眼底写真には、腎臓病や心臓病、貧血のシグナルが含まれていることが分かっています。また、眼球の前面を撮影する方法(外眼部写真：右)もあり、まぶた、結膜、角膜、水晶体に影響を及ぼす状態を追跡するために一般的に使用されています。

Nature Biomedical Engineeringに掲載された「Detection of signs of disease in external photographs of eyes via deep learning」では、深層学習モデルにより、目の外側の写真(目の正面の写真)から有用と思われるバイオマーカーを抽出できることを紹介しています。

特に糖尿病患者については、このモデルによって、糖尿病性網膜疾患の存在、HbA1c(糖尿病性血糖コントロールとアウトカムのバイオマーカー)の上昇、血中脂質(心血管リスクのバイオマーカー)の上昇を予測することができます。特に、画像診断のモダリティである眼底写真は、特殊な機器を必要としないため、健康診断の利便性を向上させるさまざまな可能性を持っています。

モデルの開発

モデル開発には、遠隔網膜糖尿病網膜症スクリーニングプログラムの14万5千人以上の患者から得た非識別化データを使用しました。これらの画像と、予測したい変数(糖尿病性網膜症、HbA1cの上昇、脂質の上昇など)に対応するグランドトゥルースを用いて畳み込みニューラルネットワークを訓練し、ニューラルネットワークがこれらの例から学習できるようにしました。学習後、モデルは外部の目の写真を入力とし、患者が糖尿病性網膜疾患であるか、糖や脂質の上昇があるかという予測を出力することができるようになりました。