インテリジェント糖尿病性網膜症システムのための眼底画像データセット

糖尿病患者にとって重要な理由

糖尿病は視力がぼやけ始めるずっと前から静かに眼を損なうことがあります。本論文は、現在の多くのツールよりも広い視野で網膜を撮影することで、こうした隠れた変化をより早期かつ確実にコンピュータが見つけられるように設計された新しい画像コレクションを説明します。

眼底のより広い領域を捉える

糖尿病性眼疾患は眼の後部にある微小血管を損ない、就労年齢の成人における不可逆的な視力喪失の主要な原因の一つです。定期的な眼写真は既に問題を探すために使われていますが、通常は中心の小さな領域しか捉えられません。重要な警告サインはしばしば網膜の周辺に現れ、従来のカメラでは単に見えないことがあります。超広角撮影は単一ショットで最大5倍の面積を捉え、初期の損傷や脆弱な新生血管が現れやすい遠方の隅まで含めることでこれを解決します。

賢いツールのための豊富な画像ライブラリの構築

この広い視野を最大限に活用するには、コンピュータプログラムが学習するための大規模で整理された画像セットが必要です。著者らは中国の2つの病院から809人の患者の1,630枚の超広角眼底写真を収集しました。研究に参加した全員が糖尿病を患っており、平均年齢は約54歳でした。画像は散瞳薬を必要としない特殊なカメラで撮影され、検査はより速く快適になりました。ぼやけや欠損がある低品質画像は除外され、網膜、血管、および考えられる損傷がはっきり見える画像のみが残されました。

専門家はどのようにコンピュータを教えたか

3人の経験豊富な眼科医が各画像を慎重に検査し、正常、軽度から中等度の損傷、重度の損傷の3グループに分類しました。彼らは糖尿病性眼疾患の国際的な評価基準に従いましたが、著者らは、非常に軽微な変化を正常と見るか初期疾患と見るかについては医師間の意見の不一致が依然として起こりうることに触れています。最終判定はフォルダと各画像とそのグループを一覧にした簡単な表に記録され、他の研究チームにとって出発点となるよう整理されました。

データセットの有用性を検証する

研究チームは次に、この画像ライブラリが人工知能の訓練にどれだけ有用かを確認しました。画像を訓練、検証、テストのセットに分け、4つのよく知られた深層学習モデルを用いて3段階の疾患分類を行いました。訓練前に画像をトリミングして標準化し、ランダムな反転などの単純な手法を用いてモデルの汎化を助けました。保持されたテスト画像では、すべてのモデルが複数の精度指標で高いスコアを達成し、特に1つのモデルが最良の成績を示しました。モデルからのヒートマップは血管の小さな膨らみや瘢痕様膜を強調しており、アルゴリズムが医師が重要と考える同じ領域に注目していることを示唆しました。

より多くの人の視力を守る手助けに

この新しい公開データセットは、糖尿病性眼疾患を広角で高品質にとらえた画像を、スマートなスクリーニングツールを開発する誰にでも提供します。超広角画像と人工知能を組み合わせることで、将来のシステムは網膜のより広い領域をカバーし、危険な変化を見落とすことを減らし、必要なスタッフ時間も削減できる可能性があります。このデータセットだけで定期的な眼科ケアに取って代わることはできませんが、特に資源の限られた診療所で糖尿病による失明を減らすのに役立つ、より信頼性の高い広く利用可能なコンピュータ支援スクリーニングの基盤を築きます。

引用: Peng, S., Yang, S., Zhao, X. et al. A fundus image dataset for intelligent diabetic retinopathy system. Sci Data 13, 777 (2026). https://doi.org/10.1038/s41597-026-07093-7

キーワード: 糖尿病性網膜症, 網膜イメージング, 超広角, 医療用AI, 眼スクリーニング